人类跌倒状态数据集，17名志愿者进行了20次跌倒和16次日常生活活动，5次重复，同时佩戴6个传感器(3.060次)，分别连接在他们的头部、胸部、腰部、手腕、大腿和脚踝上。有关数据集描述和其他有助于导航数据集的重要信息，请参阅附加的.docx文件。
2022-12-18 18:28:42
728.66MB
人类活动识别数据集，数据集包括10名不同背景的志愿者在进行多种身体活动时的身体运动和生命体征记录。放置在受试者胸部、右手腕和左脚踝上的传感器被用来测量不同身体部位所经历的运动，即加速度、转弯速率和磁场方向。位于胸部的传感器还提供2导联心电图测量，这可能用于基本的心脏监测，检查各种心律失常或观察运动对心电图的影响。
2022-12-18 18:28:41
35.53MB
人类面部表情数据集，有5种情绪，愤怒，恐惧，快乐，悲伤和惊讶，每种有70-250张图片不等
人类面部表情数据集，有5种情绪，愤怒，恐惧，快乐，悲伤和惊讶，每种有70-250张图片不等
人类面部表情数据集，有5种情绪，愤怒，恐惧，快乐，悲伤和惊讶，每种有70-250张图片不等
2022-12-18 18:28:41
1.39MB
手掌与手套数据集（共包含300张左右高清图片）该数据集由使用手机捕获的人类手掌图像组成。这些图片是在现实场景中拍摄的，比如拿着东西或做简单的手势。数据集有各种各样的变化，如照明，距离等。它包括三个主要手势的图像前掌张开，后掌张开和拳头与手腕。它也有很多人们戴着手套的图片。
2022-12-18 18:28:23
608.05MB
面部表情比较数据集，该数据集是一个大规模的面部表情数据集，由人脸图像三联以及人类注释组成，这些注释指定了每个三联中的哪两张脸在面部表情方面形成了最相似的对。这个数据集中的每个三元组都由6名或6名以上的人工评分员注释。该数据集与现有的主要专注于离散情绪分类或动作单元检测的表情数据集有很大不同。
2022-12-16 11:25:46
41.32MB
9个人类活动类型数据集。活动类、上楼走、下楼走、慢速走、中速走、快速慢跑、站着、坐着、躺着，这几类动作图片书集。
9个人类活动类型数据集。活动类、上楼走、下楼走、慢速走、中速走、快速慢跑、站着、坐着、躺着，这几类动作图片书集。
9个人类活动类型数据集。活动类、上楼走、下楼走、慢速走、中速走、快速慢跑、站着、坐着、躺着，这几类动作图片书集
2022-12-07 12:27:35
94.97MB
人类笑脸数据集，这个数据集包含了快乐和不快乐的面部表情的标记图像。包含了Happy和Non-Happy的面部表情来练习二进制分类。
人类笑脸数据集，这个数据集包含了快乐和不快乐的面部表情的标记图像。包含了Happy和Non-Happy的面部表情来练习二进制分类
2022-12-06 12:29:01
7.49MB
人类活动识别(多变量分类)_根据智能手机数据对人类活动进行建模_python实现源码+数据+超详细注释
以LSTM网络模型为示例，介绍了各种不同数据类型的网络结构
重点包含：
1.如何构造输入输出数据的形状
2.如何配置合适的网络参数来接受这些输入输出训练数据
本教程的目的是提供不同类型的时间序列预测模型的独立示例，作为模板，您可以针对特定的时间序列预测问题进行复制和调整
2022-12-02 14:29:38
57.71MB
行为识别中的特征提取，共提取了44个特征：有方差，标准差，峰度，偏度，相关系数等，还有关于幅度统计特性以及形状统计特性的特征值等
2022-11-24 15:43:36
3KB
1