Der Drive&Act-Datensatz ist ein hochmoderner multimodaler Benchmark für die Aktionserkennung von Fahrern in fahrenden Fahrzeugen. Der Datensatz enthält 3D-Skelette und hierarchische Anmerkungen auf Frame-Ebene für 9,6 Millionen Frames, die aus 6 verschiedenen Ansichten und 3 Modalitäten (RGB) aufgenommen wurden. Der Datensatz weist die folgenden Eigenschaften auf:

• Enthält 12 Stunden Videodaten, insgesamt 29 lange Sequenzen;
• Ein kalibriertes Multi-View-Kamerasystem mit 5 Ansichten;
• Multimodales Video: RGB, IR und Tiefe;
• Markerlose Bewegungserfassung: 3D-Körper- und Kopfhaltung
• 83 manuell annotierte hierarchische Aktivitätsanmerkungen. – Ebene 1: Aufgaben mit langer Laufzeit (12). – Ebene 2: Semantisches Verhalten (34) – Ebene 3: Objektinteraktions-Triade (Verhalten, Objekt, Ort) (6|17|14).