摘要：该数据集是一个面向拳击击打动作识别、击打类型分类与体育视频智能分析构建的真实比赛视频数据集。
数据集概述
该数据集是一个面向拳击击打动作识别、击打类型分类与体育视频智能分析构建的真实比赛视频数据集。数据采集自 2021 年在波兰 Szczyrk 举行的青少年、少年和青年拳击联赛，比赛过程使用 4 台 GoPro 摄像机从拳击台不同角落同步拍摄，视频采用 Full HD 分辨率并以 50 FPS 记录。整场赛事持续约 4 小时，原始视频数据规模接近 500 GB。相比人工模拟的拳击动作数据，该数据集直接来源于真实竞技比赛，具有更复杂的人体遮挡、快速运动、视角变化和攻防交互，因此适合研究实际拳击比赛环境中的动作识别问题。
数据结构与关键特征
数据集按照不同摄像机和视频任务分别建立目录，例如 task_kam2_gh078416、task_kam4_gh069681 等。每个任务目录通常包含 data 文件夹中的 .mp4 比赛视频以及对应的 annotations.json 标注文件。正式标注前，研究人员首先利用碰撞或交锋检测算法过滤拳手相距较远、没有明显交互的无效视频片段，再由具有执照的拳击裁判逐帧进行人工标注，因此标签具有较高的专业性。
数据集共包含 8 类拳击击打结果与动作类别，分别为：左手击打对手头部、右手击打对手头部、左手击打对手躯干、右手击打对手躯干、左手击打对手防守格挡、右手击打对手防守格挡、左手击空以及右手击空。通过左右手、目标区域和击打结果三个维度的组合，可以对拳击动作进行较细粒度分类。
为保护参赛者隐私，公开数据中的人物面部经过自动模糊处理。研究人员使用基于 MogFace 的人脸检测方法定位人物面部，并进行匿名化处理，在尽可能保留拳击动作信息的同时降低个人身份暴露风险
应用价值与研究方向
该数据集适用于拳击击打动作分类、比赛动作检测、运动员攻防行为分析、拳击技战术统计以及智能体育视频分析等研究方向。可以采用 3D-CNN、SlowFast、VideoMAE、TimeSformer、Video Swin Transformer 等视频动作识别模型直接学习拳击动作的时空特征，也可以结合 YOLO-Pose、MediaPipe、OpenPose 等姿态估计方法提取拳手人体关键点，再利用手臂运动轨迹、关节角度和拳手间空间关系完成动作分类。
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-854
文件大小：3.1G
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)