Select Language

AI社区

公开数据集

MoCap手姿势数据集,可用于进行姿势识别

MoCap手姿势数据集,可用于进行姿势识别

32.4M
401 浏览
1 喜欢
3 次下载
0 条讨论
Action/Event Detection Classification

Data Set Information:Vicon运动捕捉摄像头系统用于记录12名使用者在左手手套上贴上标记,进行5种手部姿势。手套背面的刚性标记......

数据结构 ? 32.4M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    Data Set Information:

    Vicon运动捕捉摄像头系统用于记录12名使用者在左手手套上贴上标记,进行5种手部姿势。

    手套背面的刚性标记图案用于建立手的局部坐标系,另外11个标记附着在手套的拇指和手指上。3个标记附着在拇指上,一个在拇指上方,另两个在指关节上。每个手指上都有2个标记,一个位于指甲上方,另一个位于近中指骨之间的关节上。

    不属于刚性模式的11个标记未标记;他们的立场没有被明确跟踪。因此,两个给定记录的标记之间不存在先验对应关系。此外,由于捕获体积的分辨率和手和手指的方向和配置导致的自遮挡,许多记录缺少标记。由于Vicon软件的标记重建/记录过程中的伪影以及捕获体积中的其他对象,也可能存在无关标记。因此,记录中可见标记的数量差异很大。

    这里提供的数据已经进行了部分预处理。首先,将所有标记转换为包含它们的记录的局部坐标系。其次,对每一个范数大于200毫米的转化标记进行修剪。最后,删除任何包含少于3个标记的记录。处理后的数据每个记录最多有12个标记,至少有3个。有关详细信息,请参阅“属性信息”。

    由于捕获数据的方式,对于给定的记录和用户,可能存在来自同一用户的几乎重复的记录。因此,我们建议在漏掉一个用户的基础上评估分类算法,其中每个用户迭代地从训练中漏掉,并用作测试集。然后测试算法对新用户的通用性。提供“用户”属性以适应此策略。


    该数据集可用于各种任务,其中最明显的是通过分类进行姿势识别。还可以尝试用户识别。或者,可以执行聚类(约束或非约束)以发现标记分布,作为预测标记身份或获得姿势的统计描述/可视化的尝试。

    在以前的工作中,为了平衡类,我们在不替换的情况下对每个用户的每个类随机抽样了固定数量(例如75个)的记录。


    Attribute Information:

    Data is provided as a CSV file. A header provides the name of each attribute. An initial dummy record composed entirely of 0s should be ignored. A question mark '?' is used to indicate a missing value. A record corresponds to a single instant or frame as recorded by the camera system.

    'Class' - Integer. The class ID of the given record. Ranges from 1 to 5 with 1=Fist(with thumb out), 2=Stop(hand flat), 3=Point1(point with pointer finger), 4=Point2(point with pointer and middle fingers), 5=Grab(fingers curled as if to grab).
    'User' - Integer. The ID of the user that contributed the record. No meaning other than as an identifier.
    'Xi' - Real. The x-coordinate of the i-th unlabeled marker position. 'i' ranges from 0 to 11.
    'Yi' - Real. The y-coordinate of the i-th unlabeled marker position. 'i' ranges from 0 to 11.
    'Zi' - Real. The z-coordinate of the i-th unlabeled marker position. 'i' ranges from 0 to 11.

    Each record is a set. The i-th marker of a given record does not necessarily correspond to the i-th marker of a different record. One may randomly permute the visible (not missing) markers of a given record without changing the set that the record represents. For the sake of convenience, all visible markers of a given record are given a lower index than any missing marker. A class is not guaranteed to have even a single record with all markers visible.


    Relevant Papers:

    [1] A. Gardner, J. Kanno, C. A. Duncan, and R. Selmic. 'Measuring distance between unordered sets of different sizes,' in 2014 IEEE Conference on Computer Vision and Pattern Recognition(CVPR), June 2014, pp. 137-143.
    [2] A. Gardner, C. A. Duncan, J. Kanno, and R. Selmic. '3D hand posture recognition from small unlabeled point sets,' in 2014 IEEE International Conference on Systems, Man and Cybernetics (SMC), Oct 2014, pp. 164-169.


    Citation Request:

    If you have no special citation requests, please leave this field blank.


    [1] A. Gardner, R. R. Selmic, J. Kanno
       Louisiana Tech University
       abg010 '@' latech.edu, rselmic '@' latech.edu, jkanno '@' latech.edu
    [2] C. A. Duncan
       Quinnipiac University
       christian.duncan '@' quinnipiac.edu

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:12 去赚积分?
    • 401浏览
    • 3下载
    • 1点赞
    • 收藏
    • 分享