摘要：多尺度舞蹈姿势序列数据集是一个面向人体姿态估计、舞蹈动作识别与时序运动分析的RGB视频数据集。
数据集概述
多尺度舞蹈姿势序列数据集是一个面向人体姿态估计、舞蹈动作识别与时序运动分析的RGB视频数据集。数据在受控室内环境中利用单摄像机采集，由多名表演者完成不同舞蹈风格和动作强度的连续舞蹈序列，覆盖丰富的身体姿态、关节运动和动作转换。每段视频代表一个完整的舞蹈动作序列，并保持连续帧之间的时间关系，可用于研究单帧姿态特征与长时间运动动态之间的联系。
数据结构与关键特征
每条记录对应一个舞蹈视频序列，主要包含 video_id、frame_rate、sequence_length、dancer_id、dance_style、motion_intensity、动作复杂度、avg_joint_displacement、temporal_variation_score 和 target_posture_class 等信息。舞蹈风格可包括古典舞、现代舞、嘻哈舞等，目标姿态类别主要涉及站立、跳跃、旋转、弯曲和手臂动作等。平均关节位移用于描述人体关节在序列中的空间变化，而时间变化评分则反映姿态随时间变化的程度，使数据集同时具备空间姿态和时间运动两个层面的特征。
应用价值与研究方向
该数据集适用于舞蹈姿态估计、动作分类、人体行为识别、舞蹈动作质量分析和智能训练系统等研究。视频帧可结合 MediaPipe、OpenPose、HRNet、ViTPose 等方法提取人体关键点，再使用 LSTM、GRU、TCN、ST-GCN、PoseC3D 或 Video Transformer 建模连续动作。进一步可研究多尺度时空特征融合、跨表演者动作识别、舞蹈风格分类、动作复杂度评估、姿态连续性分析、动作质量评分以及面向舞蹈教学和虚拟表演的实时人体姿态分析系统。
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-523
文件大小：2.4G
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)