摘要。目前无人机记录的数据集大多局限于动作识别和物体跟踪,而手势信号数据集大多记录在室内空间。目前,尚无用于无人机指挥信号的室外记录公共视频数据集。利用无人机的视觉传感器和操作简单性,可以有效地将手势信号用于无人机。为了填补这一空白并促进更广泛应用领域的研究,我们提出了一个在室外环境中记录的无人机手势信号数据集。我们从一般飞机操纵和直升机操纵信号中选择了13个适合基本无人机导航和指挥的手势。我们提供了119个由37151帧组成的高清视频片段。使用基于姿势的卷积神经网络 (P-CNN) 计算得出的整体基线手势识别性能为 91.9%。所有帧都标注了身体关节和手势类别,以便将数据集的适用性扩展到更广泛的研究领域,包括手势识别、动作识别、人体姿势识别和情境感知。
![arXiv:1901.02602v1 [cs.LG] 2019 年 1 月 9 日PDF文件第1页](/bimg/6/6cc34d2d54f1febe99433a7b13c578c16ae24be6.webp)
![arXiv:1901.02602v1 [cs.LG] 2019 年 1 月 9 日PDF文件第2页](/bimg/d/d6a7b30481ab290592e95eeccce064477fbb64b7.webp)
![arXiv:1901.02602v1 [cs.LG] 2019 年 1 月 9 日PDF文件第3页](/bimg/3/323d664b6eecf295b0305a1a25f35863582d4d65.webp)
![arXiv:1901.02602v1 [cs.LG] 2019 年 1 月 9 日PDF文件第4页](/bimg/3/33a62991bf58361ebc3dfa451c8cc0d234d368c8.webp)
![arXiv:1901.02602v1 [cs.LG] 2019 年 1 月 9 日PDF文件第5页](/bimg/7/76f1ee108e8b9a592a9eb2aea42c288dc2e01ac5.webp)
