Jul, 2020

IKEA ASM 数据集：通过动作、物体和姿态理解人们组装家具

PDF
TL;DR这篇论文介绍了一种三百万帧的多视角家具组装视频数据集 IKEA ASM，其中包含深度、原子动作、对象分割和人体姿态等多种数据。研究者在该数据集上对视频动作识别、对象分割和人体姿态估计等任务进行了基准测试，为开发综合方法、集成多模和多视角数据等方面提供了依据。
deep learningcomputer visionhuman activity recognitionmulti-modal datadataset
发现论文，激发创造
  • 基于深度马尔可夫模型的人体姿态预测

    本研究提出了一种基于深度马尔科夫模型的变分自编码器生成姿势的框架，探讨姿势预测的新方法，并基于一个床具拼装视频数据集进行验证。

    Jul, 2017

  • IKEA-Manual: 逐步看清造型组装

    本文介绍了 IKEA-Manual 数据集，提供了 102 个 IKEA 物体的图形化组装手册，包含细致全面的注释，以解决目前在构建能够执行装配任务的代理时，忽略了人类设计手册的信息的问题。该数据集有助于提高组装计划生成、部件分割、姿态估计和 3D 部件组装的效率。

    Feb, 2023

  • ATTACH 数据集：人类动作理解中带注释的双手装配动作

    以协作型机器人为代表的人机协作正在工业制造业中成为研究热点，为了提高其自主性与辅助功能，我们设计了 ATTACH 数据集，该数据集包含超过 51 小时的装配活动，涵盖了 95.2k 个精细注释的动作，为研发基于三维视觉的自主装配机器人提供了支持。

    Apr, 2023

  • Assembly101: 一个用于理解程序活动的大规模多视角视频数据集

    Assembly101 是一个新的过程性活动数据集，包含 4321 个视频，演示了人们组装和拆卸 101 个 “拆卸” 玩具车辆，并进行了注释以进行识别，预测和时间分割。 此外，他们还提出了一个新的错误检测任务。

    Mar, 2022

  • 物体信息如何提高基于骨架的人体动作识别在装配任务中的表现

    本文探讨了如何将目标物体信息融入基于骨架的行为识别，以提高人员 - 机器人协作的效率和智能化水平，并在 IKEA ASM 数据集的实验中证明了该方法能够提高目前先进方法的性能。

    Jun, 2023

  • 人类装配视频数据集以全面理解装配知识

    为了实现未来的超级智能工业，本论文提出了 HA-ViD—— 第一个可用于代表性工业组装场景、自然过程知识获取过程和一致的人机共享注释的人类组装视频数据集，主要解决组装过程中知识理解、流程效率、任务协作、技能参数和人类意图等方面的问题。

    Jul, 2023

  • AssemblyHands: 通过 3D 手部姿态估算实现自我中心活动理解

    AssemblyHands 是一份大规模基准数据集，包括 3D 手部姿态注释和同步的自中心和非中心图像，旨在研究具有挑战性的手 - 物体交互，可应用于 3D 手部姿态的估计和行动识别任务。

    Apr, 2023

  • 面向任意视角人体动作识别的大规模多视角 RGB-D 动作数据集

    本文介绍了一个新的大规模 RGB-D 数据集，其中包括固定视角和全方位视角下的 40 种行动，以及 VS-CNN 模型的提出和有效性验证，该模型可用于解决任意视角下行动识别的问题。

    Apr, 2019

  • NTU RGB+D 120：一个用于 3D 人体活动理解的大规模基准测试数据集

    本论文介绍了一个大规模数据集，用于 RGB+D 人体动作识别。研究显示，应用深度学习技术的 3D 人体动作识别方法更加优越，并提出了新的 APSR 解决方案，可以有效地识别新的动作类型。

    May, 2019

  • NTU RGB+D：一个用于 3D 人类活动分析的大规模数据集

    本文介绍了一个包含超过 56,000 个视频样本和 4 百万帧的大规模 RGB + D 人体动作识别数据集，其中包括 60 种不同的行为类别，并提出了一种新的循环神经网络结构来更好地对每个身体部位的特征进行长期时间相关性建模。实验结果表明，在跨主体和跨视图评估标准上，应用深度学习方法比最先进的手工制作特征具有优势。

    Apr, 2016