ترتكز مجموعة بيانات Watch-n-Patch على نمذجة الأنشطة البشرية، وتغطي مجموعة متنوعة من الإجراءات في بيئة غير خاضعة للإشراف تمامًا. تم جمع البيانات بواسطة مستشعر Microsoft Kinect One، بإجمالي طول يبلغ حوالي 230 دقيقة و458 مقطع فيديو. تتطلب مجموعة البيانات 7 أشخاص لأداء الأنشطة اليومية في 8 مكاتب و 5 مطابخ ذات خلفيات معقدة. بالإضافة إلى ذلك، توفر مجموعة البيانات هذه أيضًا بيانات هيكلية كتعليقات توضيحية للحقيقة الأساسية.