TUM Kitchen est un ensemble de données de reconnaissance d'actions couvrant les activités quotidiennes dans la cuisine. L'ensemble de données contient 20 séquences vidéo tournées par 4 caméras avec des angles de vision qui se chevauchent. La caméra capture la scène à partir de quatre points de vue à 25 ips, avec une résolution de 384 × 288 pixels pour chaque image RVB. Les données sont étiquetées comme main gauche, main droite et torse humain.