发帖
雷达卡
Penn Action 动作识别数据集下载 | 人体姿态估计与行为识别基准数据集
一、数据集简介
Penn Action 是计算机视觉领域经典的人类动作识别与人体姿态估计基准数据集，源自由真实消费者拍摄的视频片段。该数据集为每一帧视频提供了动作类别标注、人体关键点二维坐标位置及关键点可见性信息，是行为识别、姿态估计和动作检测研究的重要基础资源。数据集共包含2,326个视频序列，涵盖15种不同的人类动作类别。
二、内容覆盖范围
Penn Action 数据集包含以下核心内容：
视频序列：2,326段真实消费者视频，场景自然、视角多样
动作类别：15种不同人类动作，覆盖日常生活与体育运动场景
逐帧标注：每帧均提供动作类别标签，支持细粒度时序分析
关键点标注：人体关键点二维位置坐标，支持姿态估计与骨架提取
可见性标注：关键点可见性标记，处理遮挡与截断情况
数据规模：2,326个视频序列，帧数丰富，适合深度学习模型训练
三、适用场景与研究用途
Penn Action 数据集广泛应用于以下研究方向与实际场景：
学术研究：动作识别算法基准测试、人体姿态估计论文实验、会议投稿（CVPR/ICCV/ECCV/AAAI等）
算法开发：人体行为识别模型、时空动作检测、视频分类、动作预测与生成
姿态估计：2D人体关键点检测、骨架序列建模、姿态跟踪与动作重识别
工程应用：智能监控、体育动作分析、人机交互、健身动作识别、医疗康复训练评估
教学实践：计算机视觉课程实验、深度学习入门项目、行为识别模型训练与评估
四、数据集特点与优势
真实场景：源自消费者视频，背景复杂、视角多变，模型泛化性强
精细标注：逐帧动作标签+关键点位置+可见性，三维信息完备
经典基准：动作识别与姿态估计领域权威数据集，论文引用率高
规模适中：2,326个视频序列，训练与验证效率高，适合快速迭代实验
多任务支持：同时支持动作分类、关键点检测、时序建模等多种任务
Penn Action 动作识别数据集.zip
(31.33 KB, 需要: RMB 5 元)
京公网安备 11010802022788号
