什么是HMDB51数据集

HMDB51（Human Motion Database 51）‍ 是计算机视觉领域用于人类动作识别（Human Action Recognition）的经典基准数据集之一。它于2011年由Brown University的 Hildeg Kuehne 等人在 ICCV 2011 上发布。

以下是关于 HMDB51 数据集的详细介绍：

1. 数据集概况

• 全称：Human Motion Database 51
• 规模：共包含 6,849 段视频片段
• 类别：共 51 个动作类别
• 每类样本：每个类别至少包含 101 段视频
• 来源：数据主要来自数字化电影（Digital Movies），同时也包含了一小部分来自公开数据库（如 Prelinger Archive）和网络视频（如 YouTube、Google 视频）。

2. 动作类别划分

HMDB51 将动作分为五大类，涵盖了从日常生活动作到复杂的互动动作，具体如下：

• 一般面部动作：微笑（Smile）、大笑（Laugh）、咀嚼（Chew）、交谈（Talk）。
• 面部操作与对象操作：吸烟（Smoke）、吃（Eat）、喝（Drink）。
• 一般身体动作：跑步（Run）、走路（Walk）、跳跃（Jump）、翻筋斗（Cartwheel）、爬楼梯（Climb Stairs）。
• 与对象交互动作：梳头（Brush Hair）、打高尔夫（Golf）、踢球（Kick Ball）、骑自行车（Ride Bike）、射击（Shoot）。
• 人体交互动作：拥抱（Hug）、亲吻（Kiss）、拳打（Punch）、握手（Shake Hands）、击剑（Fencing）。

3. 数据集特点

• 多样性：视频内容多样，包含不同的光照条件、环境背景和拍摄方式。有些视频来自黑白电影，有些是彩色的。
• 视角变化：包括不同的相机视角（Camera Viewpoints）和相机运动（Camera Motion），如静止拍摄、跟拍等。
• 元数据丰富：除了动作标签外，每个视频还包含元信息（Metadata），如视频质量（Quality）、可见的身体部位（Visible Body Parts）、参与人数（Number of People）等。
• 数据质量：视频质量不一，有些是高质量的电影片段，有些是较为模糊的网络视频，增加了任务的挑战性。

4. 评价协议

HMDB51 的评价标准是采用三折交叉验证（Three-fold Cross-validation）：

• 标准划分：每个动作类别被随机划分为 70% 的训练集和 30% 的测试集，且这种划分方式有三套不同的划分方案。
• 结果报告：在报告模型性能时，通常会取这三套划分的平均准确率作为最终的评估指标。

5. 相关链接

以下是获取 HMDB51 数据集及相关资源的链接：

• 官方网站/数据下载：
  • Brown University 官方页面（需申请下载）：https://serre-lab.clps.brown.edu/hmdb51/
  • TIB 数据库镜像（TIB提供了数据集的元数据和引用信息）：https://service.tib.eu/ldmservice/dataset/hmdb51
• 论文原文：
  • ICCV 2011 官方论文（详细介绍了数据集的构建过程）：https://serre-lab.clps.brown.edu/wp-content/uploads/2012/08/Kuehne_etal_iccv11.pdf
• 论文复现/基准代码：
  • Papers With Code（包含了大量在 HMDB51 上实现的代码仓库和模型排行榜）：https://paperswithcode.com/dataset/hmdb51
• 社区讨论/技术支持：
  • 腾讯云开发者社区（包含了很多关于如何加载、预处理 HMDB51 数据集的技术文章和代码示例）：https://cloud.tencent.com/search?keys=hmdb51

总结

HMDB51 以其动作类别丰富（51类）和来源多样（电影、网络视频）的特点，成为了动作识别算法评估的“硬核”标准之一。它比 UCF101 更注重动作的细粒度区分和复杂的拍摄条件，是验证模型鲁棒性的关键数据集。