94、室内日常活动识别与场景3D布局传播技术探索

室内日常活动识别与场景3D布局传播技术探索

在当今科技发展的浪潮中，智能系统对于环境的理解和对人类活动的识别需求日益增长。本文将深入探讨两个关键领域：一是基于用户3D点云的室内日常活动自动检测框架，二是用于改善以自我为中心视频中目标识别的3D布局传播方法。

基于3D点云的室内日常活动自动检测

数据集介绍

• 数据集A ：该数据集来自受控厨房环境，由单台位于厨房屋顶角落的Kinect相机监控。两名不同人员按相同顺序进行烹饪、进食、洗碗三项目标活动，共进行九次不同会话。其中四次会话用于系统训练，其余用于评估。
• 数据集B ：通过三台Kinect传感器对真实公寓居民进行7×24小时监控，覆盖客厅、走廊和厨房。居民在三天内自由进行烹饪、进食、洗碗和看电视等目标活动，每天每种目标活动各出现一次。前两日的数据用于训练活动检测框架，第三日的数据用于评估。
• 数据集C ：在真实公寓场景下，使用四台Kinect传感器对厨房、走廊和客厅区域进行为期12天的监控。除了数据集B中的目标活动外，还增加了非进食活动，如在餐桌区域阅读或打电话。在数据收集期间，共出现19次烹饪、10次进食、7次非进食、28次洗碗和7次看电视活动实例。其中2/3的活动实例用作训练集，其余用于评估。

活动	数据集A（训练）	数据集A（评估）	数据集B（训练）	数据