坠落检测数据集

实验场景

本文的实验数据来自德克萨斯大学阿灵顿分校的 Heracleia人类中心计算实验室的实验。

在这个实验室中，已经设置了一个模拟公寓。在公寓的两个角落设置了两个 Kinect，并设置了监控公寓。设置两个 Kinect 的原因是深度传感器的范围为 0：5m 到 4m，这意味着一个 Kinect不足以覆盖整个公寓。

左侧为深度图，右侧为彩色地图。

实验数据

六个主题分别在两个场景中执行多个动作。从以下链接下载数据集。

Alexis view1

Alexis view2

Pat view1

Pat view2

Rommel view1

Rommel view2

Soheil view1

Soheil view2

Weihua view1

Weihua view2

Zhong view1

Zhong view2http://vlm1.uta.edu/~zhangzhong/fall_detection_data_set/Zhong/view2/depth.rar)

至于如何阅读深度图，请使用以下matlab 文件。

读取深度地图文件

这些动作包括真正的跌倒和其他像跌倒一样的行为，如从地板上捡起一枚硬币，坐在地板上，系鞋带等。场景 1 有 10400 帧和 12 个真实下降，而场景 2 中有 21214 帧和 14 个真实下降。下表显示了实验中的坠落操作。

在上表中，pf的意思是从地板上捡东西，ts的意思是系鞋带，sb意味着睡在床上，sif的意思是坐在地板上，pd的意思是打开离地板很近的下抽屉，jb 意味着跳到地板上，sf 意味着睡在地板上。

以下图显示了下降过程。

坠落过程

我们还对每个秋季流程的开始和结束框架进行注释。

开始帧和结束帧文件。

In the annotation file, the format is like: Alexis view1 202 215.
Alexis is the user name. view1 means scene 1. 202 is the start frame and 215 is the end frame. 

下图显示了一个典型的跌倒般的动作，它坐在地板上。

坐在地板上