NTU RGB + D 120 动作识别数据集描绘骨架(python)

关注

VIP免费原创最新推荐文章于 2026-09-14 12:30:50 发布 1.2w 阅读 AI 写同款· GEO 优化 ›

除了NTU RGB+D，还有哪些开源动作识别数据集值得一试？横向对比与选型建议本文深入评测了动作识别领域的五大开源数据集，包括NTU RGB+D系列、Kinetics-700、UCF101和HMDB51，分析了它们在数据规模、模态丰富度和场景匹配度上的核心差异。针对骨骼识别、日常行为分析和医疗监测等不同应用场景，提供了详细的选型建议和实战策略，帮助开发者高效选择最适合的数据集。阅读详情

“ NTU RGB + D”和“ NTU RGB + D 120”。
“ NTU RGB + D”包含60个动作类别和56,880个视频样本。
“ NTU RGB + D 120”通过添加另外60类和另外57,600个视频样本来扩展“ NTU RGB + D”，即“ NTU RGB + D 120”总共有120类和114,480个样本。
这两个数据集都包含每个样本的RGB视频，深度图序列，3D骨骼数据和红外（IR）视频。每个数据集由三台Kinect V2摄像机同时捕获。
RGB视频的分辨率为1920x1080，深度图和IR视频的分辨率均为512x424，并且3D骨骼数据包含每帧25个人体关节的3D坐标。

有那些动作？

在这里插入图片描述

数据集的意思

参考这篇文章：https://blog.csdn.net/hsclyy/article/details/102809083

代码：

# -*- coding:utf-8 -*-
import os
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt


trunk_joints = [0, 1, 20, 2, 3]
arm_joints = [23, 24, 11, 10, 9, 8, 20, 4, 5, 6, 7, 22, 21]
leg_joints = [19, 18, 17, 16, 0, 12, 13, 14, 15]
body = [trunk_joints, arm_joints, leg_joints]


# Show 3D Skeleton with Axes3D for NTU RGB+D
class Draw3DSkeleton(object):

    def __init__(self, file, save_path=None, init_horizon=-45,
                 init_vertical=20, x_rotation=None,
                 y_rotation=None, pause_step=0.2):

        self.file = file
        self.save_path = save_path

      #  if not os.path.exists(self.save_path):
      #      os.mkdir(self.save_path)

        self.xyz = self.read_xyz(self.file)
        self.init_horizon = init_horizon
        self.init_vertical = init_vertical

        self.x_rotation = x_rotation
        self.y_rotation = y_rotation

        self._pause_step = pause_step

    def _read_skeleton(self, file):
        with open(file, 'r') as f:
            skeleton_sequence = {
   
   }
            skeleton_sequence['numFrame'] = int(f.readline(