0
点赞
收藏
分享

微信扫一扫

数据集 | MoCap手姿势数据集


下载数据集请登录爱数科


数据集 | MoCap手姿势数据集_共享数据

使用Vicon运动捕捉相机系统记录12个用户执行5个手势的情况,并在左手手套上附加标记。手套背面的标记物呈刚性图案,用于建立手的局部坐标系,另外11个标记物附着在手套的拇指和手指上。拇指上附加了3个标记,其中一个在缩略图上方,而另两个在指关节上。2个标记物附着在每个手指上,一个标记在指甲上方,另一个标记在指骨近端和中指骨之间的关节上。不属于刚性图案的11个标记未标记;他们的位置没有明确跟踪。因此,两个给定记录的标记之间没有先验对应关系。另外,由于捕获体积的分辨率以及由于手和手指的方向和配置而导致的自闭塞,许多记录缺少标记。由于Vicon软件的标记重建/记录过程中存在伪影以及捕获体积中的其他对象,因此也可能产生无关的标记。结果,记录中可见标记的数量变化很大。此处显示的数据已被部分预处理。首先,将所有标记转换为包含它们的记录的本地坐标系。第二,修剪每个范数大于200毫米的变换标记。最后,任何包含少于3个标记的记录均被删除。处理的数据每条记录最多具有12个标记,至少3个。有关更多信息,请参见“属性信息”。由于捕获数据的方式,对于给定的记录和用户,很可能存在源自同一用户的几乎重复的记录。因此,我们建议在“一人退出”的基础上评估分类算法,其中每个用户都被反复剔除训练并用作测试集。然后,测试该算法对新用户的推广。提供“用户”属性以适应该策略。该数据集可用于多种任务,其中最明显的是通过分类的姿势识别。也可以尝试进行用户识别。备选地,可以执行聚类(受约束的或不受约束的)以发现标志物分布,以作为尝试预测标志物身份或获得姿势的统计描述/可视化的一种尝试。在以前的工作中,我们为不平衡类别而对每个用户的每个类进行了随机采样而不替换固定数量(例如75)的记录。


1. 字段描述

数据集 | MoCap手姿势数据集_数据集_02


2. 数据预览

数据集 | MoCap手姿势数据集_数据_03

3. 字段诊断信息

数据集 | MoCap手姿势数据集_共享数据_04


数据集 | MoCap手姿势数据集_共享数据_05


数据集 | MoCap手姿势数据集_共享数据_06


数据集 | MoCap手姿势数据集_共享数据_07


数据集 | MoCap手姿势数据集_数据集_08


数据集 | MoCap手姿势数据集_共享数据_09


数据集 | MoCap手姿势数据集_数据_10


数据集 | MoCap手姿势数据集_数据_11


数据集 | MoCap手姿势数据集_数据集_12


数据集 | MoCap手姿势数据集_数据_13


数据集 | MoCap手姿势数据集_共享数据_14


数据集 | MoCap手姿势数据集_数据集_15


数据集 | MoCap手姿势数据集_数据_16


数据集 | MoCap手姿势数据集_共享数据_17


数据集 | MoCap手姿势数据集_数据_18


数据集 | MoCap手姿势数据集_数据_19


数据集 | MoCap手姿势数据集_数据集_20


4. 数据来源

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



下载数据集请登录爱数科



举报

相关推荐

0 条评论