摘要：该数据集是一个面向康复动作识别、动作规范性验证与重复次数追踪任务构建的视频数据集，尤其适用于中风后康复训练场景。
数据集概述
该数据集是一个面向康复动作识别、动作规范性验证与重复次数追踪任务构建的视频数据集，尤其适用于中风后康复训练场景。数据集聚焦于三类常见康复练习，包括手臂上举、膝盖伸展和坐立转换，并进一步区分正确与错误动作形式，用于支持基于人工智能的康复辅助分析研究。为保护受试者隐私，公开数据中的视频均经过模糊处理，同时尽可能保留了动作分析所需的关键运动信息。
数据结构与关键特征
数据集主要由模糊处理后的视频组成，并按照动作类别与动作质量进行文件夹划分，包括 Arm Raise Correct、Arm Raise Incorrect、Knee Extension Correct、Knee Extension Incorrect、Sit To Stand Correct、Sit To Stand Incorrect 六个子类别。这种组织方式使其天然适用于动作正确性二分类或多类别动作识别任务。数据采集覆盖多个拍摄角度和不同设备，能够更好地反映真实康复训练环境下的变化情况，有助于提升模型对视角变化、设备差异和实际场景复杂性的适应能力。该数据集在研究中还配套使用了未模糊原始版本进行测试，以保证模型精度评估的可靠性。
应用价值与研究方向
该数据集适用于康复动作识别、动作标准性评估、重复次数统计、姿态估计、智能康复辅助系统以及中风后家庭康复监测等研究方向。研究中可以采用 3D-CNN、CNN-LSTM、SlowFast、Video Swin Transformer 等视频行为识别模型直接学习动作时空特征，也可以结合 MediaPipe、OpenPose、MoveNet 或 YOLO-Pose 提取人体关键点，再对关节角度、动作幅度与时序变化进行分析。进一步还可以研究正确/错误动作自动判别、康复训练进度评估、视角鲁棒性分析、隐私保护视频分析以及实时康复反馈系统，为智慧医疗和居家康复提供数据支持。
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-810
文件大小：830M
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)