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).