Skeleton Based Action Recognition
Skeleton-based Action Recognition은 센서로 캡처된 3D 관절 데이터 시퀀스에서 인간의 행동을 인식하고 분류하는 컴퓨터 비전 작업입니다. 이 작업의 목표는 인간의 자세 변화를 이해하고 행동 유형을 정확히 판단할 수 있는 알고리즘을 개발하는 것입니다. 이 기술은 인간-컴퓨터 상호작용, 운동 분석, 보안 모니터링 등 다양한 분야에서 활용될 수 있습니다.
CAD-120
Drive&Act
dyalyt
First-Person Hand Action Benchmark
TCN-Summ
Florence 3D
Gaming 3D (G3D)
H2O (2 Hands and Objects)
CHASE(STSA-Net)
HDM05
HMDB51
J-HMBD Early Action
DR^2N
J-HMDB
JHMDB (2D poses only)
HT-ConvNet
JHMDB Pose Tracking
mgPFF+ft 1st
Kinetics-400
STGAT
Kinetics-Skeleton dataset
PoseC3D (SlowOnly-346)
MSR Action3D
Temporal K-Means Clustering + Temporal Subspace Clustering
MSR ActionPairs
Temporal Subspace Clustering
MSRC-12
N-UCLA
SkateFormer
NTU RGB+D
PoseC3D [3D Heatmap]
NTU RGB+D 120
DeGCN
NTU60-X
4s-ShiftGCN
PKU-MMD
SBU / SBU-Refine
Joint Line Distance
SHREC 2017 track on 3D Hand Gesture Recognition
TD-GCN
Skeletics-152
4s-ShiftGCN
Skeleton-Mimetics
MS-G3D
SYSU 3D
SGN
TCG-dataset
Bidirectional LSTM
UAV-Human
HDBN
UCF101
UPenn Action
UNIK
UT-Kinect
Temporal Subspace Clustering
UWA3D
VA-fusion (aug.)
Varying-view RGB-D Action-Skeleton