面向印度老年人日常活动识别与跌倒检测的同步多模态数据集

摘要：面向印度老年人日常活动识别与跌倒检测的同步多模态数据集，融合智能手机惯性传感器信号和高清视频。

数据集概述

数据结构与关键特征

数据按照9种活动类别建立目录，包括行走、站立、坐下、慢跑、上楼和下楼6类日常活动，以及绊倒、坐姿跌倒和行走跌倒3类异常活动。每个参与者目录包含加速度计、陀螺仪、方向或重力数据、14列融合传感器数据、人口统计与采集元数据，以及对应的MP4视频。数据支持留一受试者交叉验证，可用于评估模型对未见参与者的泛化能力。资料中同时出现“v3”和“Version 2.0”，参与者数量与年龄范围也存在“50+、60–90岁”和“50人、60–88岁”两种描述，使用前应依据实际下载版本核对。

应用价值与研究方向

该数据集可用于老年人活动识别、跌倒预警、智能养老监护、居家安全和可穿戴健康系统研究。研究方向包括CNN、LSTM与Transformer时序建模，视频骨架动作识别，传感器—视频跨模态融合，类别不平衡处理及受试者独立评估。还可研究传感器缺失、不同手机佩戴位置、复杂环境遮挡和实时边缘部署条件下的模型鲁棒性。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-568
文件大小：11.5G
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。