人类动作识别(HAR)数据集

人类动作识别(HAR)数据集

数据说明：

该数据集包含了15种不同的人类活动。大约12k+标签图像，包括验证图像。

• 每个图像只有一个人类活动类别，并保存在标签类的单独文件夹中
• 人类动作识别(HAR)旨在了解人类的行为，并为每个动作分配一个标签。它有着广泛的应用，因此在计算机视觉领域受到越来越多的关注。人类的行为可以使用各种数据模式来表示，如RGB、骨骼、深度、红外线、点云、事件流、音频、加速、、雷达和WiFi信号，这些数据模式编码了不同来源的有用而独特的信息，并根据应用场景具有不同的优势。
• 因此，许多现有的作品试图调查不同类型的方法，HAR使用各种模式。
• 可使用CNN建立一个图像分类模型，对人类正在进行的活动进行分类。