文献类型：期刊文章

作　　者：朱红蕾[1] 朱昶胜[1] 徐志刚[1]

ZHU Hong-Lei;ZHU Chang-Sheng;XU Zhi-Gang(School of Computer and Communication, Lanzhou University of Technology, Lanzhou 730050)

机构地区：[1]兰州理工大学计算机与通信学院,兰州730050

出　　处：《自动化学报》

基　　金：国家自然科学基金(61563030);甘肃省自然科学基金(1610RJZA027)资助~~

年　　份：2018

卷　　号：44

期　　号：6

起止页码：978-1004

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：人体行为识别是计算机视觉领域的一个研究热点,具有重要理论价值和现实意义.近年来,为了评价人体行为识别方法的性能,大量的公开数据集被创建.本文系统综述了人体行为识别公开数据集的发展与前瞻:首先,对公开数据集的层次与内容进行归纳.根据数据集的数据特点和获取方式的不同,将人体行为识别的公开数据集分成4类.其次,对4类数据集分别描述,并对相应数据集的最新识别率及其研究方法进行对比与分析.然后,通过比较各数据集的信息和特征,引导研究者选取合适的基准数据集来验证其算法的性能,促进人体行为识别技术的发展.最后,给出公开数据集未来发展的趋势与人体行为识别技术的展望.

关 键 词：计算机视觉 行为识别  真实场景  多视角  多模态

分 类 号：TP391.41]