骨骼的动作识别数据集_深度图像&骨骼数据进行动作识别数据集

UT-Kinect数据集:通过固定的使用一个固定的Kinect和Kinect for Windows SDK Beta版本的深度相机以15 fps的帧速率收集数据，包含RGB，Depth和3Dskeleton数据。UT-Kinect将样本分为10种日常生活行为，包括 走路，坐下，站起来，拿起，携带，扔，推，拉，挥手，拍手 (walk, sit down, stand up, pick up, carry, throw, push, pull, wave hands, clap hands)等。这些行动由10个不同的人执行，同一行动每个人进行两次。总而言之，该数据集中总共包含199个动作序列。请注意，其中一个原始动作是无效的。UTKinect数据集中的帧大小不同，从5到120帧不等。由于其广泛的类内差异和身体部位的遮挡，UTKinect数据集具有挑战性。例如，一些“拾取东西”动作由左手或右手执行，而其他动作则通过双手完成。一般来说，在动作识别中有两种验证方法，即留一交叉验证(leave-one-out cross validation) 和双交叉验证(2-fold cross validation)。

UT-Kinect​​​​​​

leave-one-out cross validation 方法相关论文[1,2,3]：

1、Liu, J, Shahroudy, A, Xu, D, Wang, G. Spatio‐temporal LSTM with trust gates for 3D human action recognition. In: Computer Vision ‐ ECCV 2016: 14th European Conference, Amsterdam, The Netherlands, October 11‐14, 2