发帖
雷达卡
Kinect人体行为识别基准数据集 | 含16类日常活动与3D骨架标注
MSRDailyActivity3D数据集是行为识别与人体动作分析领域的经典基准数据集，由微软研究院发布，通过Kinect深度传感器采集真实客厅场景下的日常活动数据。该数据集包含320个活动样本，覆盖16种典型人体日常行为类别，是三维人体姿态估计、骨架动作识别、人机交互检测研究的重要基础资源。
数据集核心内容
MSRDailyActivity3D数据集聚焦真实家庭环境中的日常人体活动，采集场景设定为客厅空间，志愿者在沙发附近站立或就座时完成指定动作。数据集涵盖的16类活动包括：喝水、吃饭、阅读、打电话、弹吉他、使用笔记本电脑、写作、交谈、大笑、行走、坐下、站立、转身、鞠躬、弯腰、穿外套。每段样本均包含RGB视频流、深度图序列以及由Kinect骨架跟踪器提取的20个关节点的3D空间坐标，完整保留了人体动作的三维时空特征。
数据集技术特点
该数据集具有显著的真实场景挑战性：由于志愿者在沙发附近活动，Kinect深度传感器采集的3D关节位置存在明显噪声，更接近真实应用场景中的数据质量；同时，大部分活动类别涉及人物与物体交互（如弹吉他、使用笔记本、喝水），要求模型不仅能识别人体姿态，还需理解人与物体的交互关系，这对行为识别算法提出了更高要求。这些特性使MSRDailyActivity3D成为验证算法鲁棒性的理想测试平台。
适用研究方向
该数据集广泛应用于以下人工智能与计算机视觉领域：基于骨架数据的人体行为识别（HAR）、三维动作分类与时空特征学习、深度图序列的行为分析、人与物体交互检测（HOI）、客厅场景下的智能监控与异常检测、智能家居中的人体活动感知、康复医学中的动作评估与辅助诊断。对于从事视频理解、动作识别、具身智能、智能养老监护的研究人员，该数据集提供了贴近真实生活场景的标准化评估基准。
数据格式与使用方式
数据集提供深度图序列、RGB视频及3D骨架关节点坐标文件，可直接接入OpenPose、ST-GCN、MS-G3D等主流骨架动作识别框架。骨架数据采用标准20关节点格式，兼容Human3.6M、NTU RGB+D等数据集的坐标体系，便于跨数据集迁移学习与模型对比。研究者可将该数据集用于基线模型训练、噪声鲁棒性测试、人与物体交互行为分析，或作为家庭场景行为识别任务的基准评测集。
MSRDailyActivity3D 日常活动数据集.zip
(34.61 KB, 需要: RMB 5 元)
京公网安备 11010802022788号
