摘要：面向老年人远程监护、人类行为识别与情绪识别研究构建的多任务视觉数据集，服务于 HACER 集成远程监控平台。
数据集概述
面向老年人远程监护、人类行为识别与情绪识别研究构建的多任务视觉数据集，服务于 HACER 集成远程监控平台。该数据集的特点是能够基于单一视觉数据源同时研究人物的行为动作和面部情绪状态，减少实际智能监护系统对多个传感器或不同数据源的依赖。数据集共包含 957 个文件，其中包括 477 个 MP4 视频文件、479 个 JPG 图像文件以及 1 个 CSV 标注文件，既可以开展视频行为识别，也可以利用裁剪后的人脸图像进行情绪分类研究。
数据结构与关键特征
数据主要由 HACER_image_dataset_cropped_faces 人脸图像数据、视频数据以及 HACER_dataset.csv 标注文件组成，并同时提供情绪和行为两类标签。情绪识别任务包含 5 个类别，分别为 angry（愤怒，0）、disgust（厌恶，1）、happy（开心，2）、neutral（中性，3）和 sad（悲伤，4）。行为识别任务包含 9 个类别，分别为 drink（喝水，0）、puton_glasses（戴眼镜，1）、puton_jacket（穿夹克，2）、read（阅读，3）、sitdown（坐下，4）、standup（站起，5）、takeoff_glasses（摘眼镜，6）、takeoff_jacket（脱夹克，7）以及 write（书写，8）。这种双任务标注结构能够从同一视觉场景中同时提取人物动作与情绪信息，为多任务学习和综合行为分析提供良好的数据基础。
应用价值与研究方向
该数据集适用于老年人智能监护、人体行为识别、面部情绪识别、异常行为检测、居家安全监测以及多任务深度学习等研究方向。在情绪识别方面，可以采用 ResNet、EfficientNet、MobileNet、ViT 等模型对裁剪后的人脸图像进行五分类；在行为识别方面，可以采用 3D-CNN、LSTM、GRU、SlowFast、Video Swin Transformer 等模型分析视频中的时空特征。进一步还可以构建共享特征提取网络，同时输出行为类别与情绪类别，实现行为—情绪联合识别。对于老年人远程监护场景，还可以结合异常行为检测、连续状态分析和实时预警机制，为智慧养老、智能家居和远程健康监护系统提供视觉感知基础。
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-797
文件大小：1.4G
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。
评论(0)