El reconocimiento de acciones humanas aéreas es un tema emergente en las aplicaciones de drones. Se han desarrollado plataformas de drones comerciales capaces de detectar acciones humanas básicas, como gestos con las manos. Sin embargo, hay un número limitado de conjuntos de datos de video aéreo disponibles para apoyar una mayor investigación en el análisis de acciones humanas aéreas. La mayoría de los conjuntos de datos están confinados a escenas interiores o seguimiento de objetos, y muchos conjuntos de datos al aire libre no tienen suficientes detalles del cuerpo humano para aplicar técnicas de aprendizaje automático de vanguardia. Para llenar este vacío y permitir la investigación en áreas de aplicación más amplias, presentamos un conjunto de datos de reconocimiento de acciones grabado en un entorno al aire libre. Se utilizó un dron volador libre para grabar 13 acciones humanas dinámicas. El conjunto de datos contiene 240 clips de video en alta definición que consisten en 66,919 fotogramas. Todos los videos fueron grabados desde baja altitud y a baja velocidad para capturar el máximo detalle de la postura humana con una resolución relativamente alta. Este conjunto de datos debería ser útil para muchas áreas de investigación, incluyendo el reconocimiento de acciones, la vigilancia, la conciencia situacional y el análisis de la marcha. Para probar el conjunto de datos, lo evaluamos con una red neuronal convolucional basada en la postura (P-CNN) y descriptores de características de postura de alto nivel (HLPF). La precisión general de reconocimiento de acciones de referencia calculada utilizando P-CNN fue del 75.92%.