UTD の正式名はテキサス大学ダラス校、MHAD の正式名は Multimodal Human Action Dataset です。このデータセットは、8 人の被験者の 27 のアクションのビデオで構成されています。各被験者は動作を 4 回繰り返し、合計 861 の動作シーケンスが生成されました (3 つの動作シーケンスは障害により削除されました)。このデータ セットには、RGB ビデオ、深度ビデオ、骨格位置、Kinect カメラとウェアラブル慣性センサーからの慣性信号という 4 つの時間同期データ モードがあります。

このデータセットは、データセットが深度カメラ データと慣性センサー データの組み合わせを使用する方法と同様に、融合手法を研究するために使用できます。人間の行動認識の分野におけるマルチモーダル研究にも使用できます。