跌倒检测数据集:基于开源数据集的制作


开源数据集简介

现有的跌倒公开数据集有:

  • UR Fall Detection Dataset
  • Multicam
  • Fall detection Dataset
  • Le2i Fall detection Dataset

数据集的内容以视频或连续的图像帧为主要呈现形式,部分图像帧不包含人物,包含人物的图像帧存在跌倒和正常两种行为,但是这是一种典型的不平衡数据,跌倒行为数据量远小于正常行为数据量。
数据中的摄像机一般固定与室内环境的屋顶,也存在平行视角,但是都是较远的距离,基本上可以把人体的轮廓全部包含,存在人物的图像帧中,基本上均为单一人物,且人物以年轻人和中年人为主。
数据的存在形式有GRB、也有深度和热成像图形。

UR Fall Detection Dataset

  • 数据集大小:共包含30条跌倒数据以及40条正常生活数集
  • 数据集格式:
    • 跌倒数据由2个摄像机以及相应的加速度计进行记录数据,摄像机一个平行安装于地板,一个安装于天花板
    • 正常生活数据集有1个相机以及加速度计进行数据记录,摄像机平行安装于地板
  • 数据集内容:
    • 相机深度数据、相机RGB数据、视频
    • Synchronization data.csv : (帧数,视频中的时间(毫秒),SV_total三个维度
### 关于跌倒检测数据集的信息 对于跌倒检测Fall Detection)或跌倒识别(Fall Recognition),目前存在多个专门的数据集用于研究和开发相关算法。以下是几个常见的公开数据集: #### 1. **UR Fall Detection Dataset** 该数据集由 University of Rochester 提供,包含了室内环境下的正常活动和摔倒事件的视频记录[^4]。这些视频通过摄像头捕捉,适合用于训练和测试基于计算机视觉跌倒检测模型。 #### 2. **Thermal Infrared (TIR) Fall Detection Dataset** 此数据集利用热成像技术录制了老年人日常活动中发生的跌倒场景以及非跌倒行为[^5]。由于其采用了红外传感器,因此即使在低光照条件下也能有效工作,非常适合探索多模态感知方法的应用。 #### 3. **SDU Fall Dataset** 来自山东大学(SDU),这个综合性强的数据集中不仅有RGB图像序列还配有深度图信息,能够帮助研究人员更好地理解人体姿态变化过程中的特征提取问题[^6]。 ```python import numpy as np from sklearn.model_selection import train_test_split # 假设我们加载了一个名为 'sdu_fall_data.npy' 的文件作为示例 data = np.load('sdu_fall_data.npy') labels = np.load('sdu_fall_labels.npy') X_train, X_test, y_train, y_test = train_test_split(data, labels, test_size=0.2) print(f"Training samples: {len(X_train)}") print(f"Testing samples : {len(X_test)}") ``` 上述代码片段展示了如何分割 SDU 数据集以便进一步分析处理。 尽管以上提到的一些资源可能并不完全匹配最初的三个引用所描述的内容领域(如 VGG affine datasets 或者空中视角跟踪目标等)[^7] ,但它们确实提供了针对特定应用——即人类动作分类特别是跌倒监测方面的宝贵资料支持。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

shiter

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值