TUM Kitchen ist ein Datensatz zur Aktionserkennung, der tägliche Aktivitäten in der Küche abdeckt. Der Datensatz enthält 20 Videosequenzen, die von 4 Kameras mit überlappenden Blickwinkeln aufgenommen wurden. Die Kamera erfasst die Szene aus vier Blickwinkeln mit 25 Bildern pro Sekunde und einer Auflösung von 384 × 288 Pixeln für jedes RGB-Bild. Die Daten sind als linke Hand, rechte Hand und menschlicher Torso gekennzeichnet.