Qlean Dataset 開始提供「日本人・日常家務動作影片數據集」

Visual Bank 株式會社（東京都港區，代表董事 CEO 永井真之）將通過其旗下的株式會社 Amana Images 所開發的 AI 學習數據解決方案「Qlean Dataset」，開始提供專為提高家用機器人視覺識別算法及影象分析行為識別模型（Action Recognition）學習而優化的「日本人・日常家務動作影片數據集」。

該數據集由在日本國內真實居住環境中記錄的日本人日常家務影片數據和元數據（Meta Info）組成。它不僅僅是動作的簡單切割，還涵蓋了從切菜、擺盤等細緻的手部操作，到吸塵、晾衣、摺衣等涉及全身動線的任務。數據集包含從年輕人到老年人的多樣化人群，以及是否有圍裙、袖口長度不同等多種服裝變化，從而構建出不受現實世界視覺噪聲和變化影響的穩健模型。

拍攝地點限於住宅內的真實生活空間，如廚房、客廳、洗衣間等。這使得 AI 能夠深入學習自然光射入、室內照明反射等在模擬環境中難以再現的「現場特有視覺資訊」。除了俯瞰動作整體的慢速中景鏡頭外，還包括專注於手部作業的多角度特寫鏡頭，在分析涉及物理接觸的物體操作（V-O Interaction）以及理解語境的高級行為預測研發中，作為實戰性的教師數據發揮作用。

本數據作為 Qlean Dataset 開展的 AI 開發專用原創數據系列「AI 數據食譜（AI Data Recipe）」之一提供，強力推動從下一代家庭服務機器人的實裝到通過影象分析實現生活習慣數字化的社會應用。Visual Bank 及 Amana Images 未來將繼續通過提供捕捉日本生活空間的動態結構化數據，支持準確理解和分析日本居住環境的 AI 研究與開發。

## 此次開始提供的「日本人・日常家務動作影片數據集」概要
- **數據類別**：影片
- **被攝者屬性**：
- 動作內容：料理（切菜、盛菜）、掃除、洗衣（晾衣、摺衣）、廚衛（洗碗、洗手）、其他（插花、整理整頓等）
- 屬性：男女老少、多種服裝（穿圍裙、長袖/短袖等袖口變化）
- **數據格式**：mp4 / mov
- **拍攝環境**：一般家庭室內（廚房、客廳、洗衣間、窗邊等）。在自然光及室內照明下拍攝。角度包括捕捉動作整體的中景鏡頭到專注於手部作業的特寫鏡頭的多角度構成。
- **其他**：附帶元數據（Meta Info）

## 「日本人・日常家務動作影片數據集」使用案例想象
- **研究用途**：驗證第一人稱與第三人稱視角混雜環境下的行為預測模型。利用包含複雜背景或遮擋物的影象，驗證預測人物下一步動作的算法精度。
- **產業用途**：開發自律行駛型家庭機器人的任務執行算法。通過家務動線分析，學習機器人在家庭內與人交錯時如何高效完成任務（摺衣服、洗碗等）。
- **其他實際需求**：優化老年人及需護理者的生活看護系統。準確識別「插花」、「整理整頓」等非定型動作，作為異常檢測 AI 識別「平時生活動作」的基準數據。

## 關於「Qlean Dataset」
「Qlean Dataset」是由 Visual Bank 旗下的株式會社 Amana Images 提供的可商用 AI 學習數據解決方案。支持圖像、影片、聲音、3D、文本等多種格式的數據，並營造了無論是研究還是商用都能安全使用的環境。通過與國內外數據持有者及媒體（廣播、報紙、通訊社等）合作，持續擴充符合行業特點和最新趨勢的數據系列「AI 數據食譜」。Qlean Dataset 旨在減輕 AI 開發現場數據收集與整理的負擔，支持構建版權明確、無法律風險的 AI 開發環境。