Datasets de visión artificial

87.871 Rostros con Anotación de 106 Puntos Clave (Escenas Complejas).Este conjunto contiene rostros de asiáticos orientales, afrodescendientes, caucásicos y surasiáticos. Para incrementar la complejidad de los datos, incluye diversidad en: posturas faciales variables, expresiones emocionales diversas, condiciones de iluminación heterogéneas y entornos multiescenarios. Los 87.871 rostros con etiquetado de 106 puntos clave pueden utilizarse para tareas de localización de puntos faciales de referencia y reconocimiento de comportamiento facial.

Datos de segmentación semántica humana multiétnica de 602 personas 3.010 imágenes incluyen diferentes acciones humanas, grupos etarios, etnias, fondos de recolección. Anotación: anotaciones de recorte para auriculares, cuerpo humano, fondo, gafas. Datos de segmentación semántica humana multiétnica de 602 personas 3.010 imágenes pueden usarse para segmentación humana, detección de comportamiento en videoconferencias, etc.

Conjunto de datos de síntesis de alta fidelidad para escenas 3D_ Cabina, datos de salida de sensores sintetizados por modelado de escenas 3D altamente similares al mundo real, que incluyen imágenes de cámara, secuencias de video y nubes de puntos, etc. Las anotaciones que se pueden proporcionar incluyen, entre otras, parámetros de cámara, categoría/detección/segmentación de objetivos, metainformación de tiempo/iluminación/clima, posición y dirección de cabeza/ojos/brazos/piernas y otras posturas corporales. Este conjunto de datos puede utilizarse para el modelado ambiental y la síntesis de datos en conducción autónoma, robótica, etc.

Datos de segmentación de instancias 3D de cuerpos humanos y 22 puntos clave de 18.880 imágenes de 466 personas. La diversidad de datos incluye múltiples escenarios, múltiples condiciones de iluminación, múltiples grupos de edad, múltiples ángulos de captura y múltiples poses. En cuanto a la anotación, se realizó anotación de segmentación de instancias para el cuerpo humano y anotación de 22 puntos clave para el cuerpo humano. Los datos de segmentación de instancias 3D de cuerpos humanos y 22 puntos clave de 18.880 imágenes de 466 personas pueden usarse para tareas como segmentación de instancias humanas y reconocimiento de comportamiento humano.

Este conjunto de datos contiene 116.048 grupos de datos de gestos 3D, cada grupo tiene: imagen de máscara de mano (RGB, 24 bits), mapa de profundidad (16 bits), archivo de parámetros intrínsecos de la cámara (TXT), archivo de puntos clave 3D (OBJ), archivo de malla (OBJ), archivo de etiquetas de gestos (TXT), imagen demo de puntos clave (JPG), imagen demo de malla (JPG). El entorno de recolección fue interior, mano derecha (sin objetos sostenidos), cubriendo perspectivas en primera y tercera persona, múltiples tipos de gestos, posturas de dedos y posturas de rotación general de la mano, recolección con múltiples personas. El equipo de recolección fue múltiples dispositivos Kinect, no contiene información facial personal sensible, las imágenes de máscara de mano y mapa de profundidad están alineadas. Este conjunto de datos se puede utilizar para tareas como reconocimiento de gestos, reconstrucción 3D de manos, detección de puntos clave de manos.

Datos de anotación de 21 puntos clave de gestos de conductores: 180 personas, 9.000 imágenes. Los datos cubren múltiples grupos de edad, múltiples períodos de tiempo, múltiples gestos, múltiples modelos de vehículos, múltiples períodos de tiempo. En cuanto a anotaciones, las etiquetas anotan modelo del vehículo, categoría del gesto, nacionalidad, género y edad de la persona capturada; se anotan 21 puntos clave de gestos del conductor (cada punto clave tiene atributos visible/invisible). Los datos pueden usarse para reconocimiento de gestos del conductor, detección de puntos clave de gestos y tareas de reconocimiento.

103.282 imágenes de datos anotados de comportamiento del conductor cubren múltiples grupos de edad, múltiples períodos de tiempo y múltiples comportamientos (comportamiento de conducción peligrosa, conducción fatigada, desviación de la mirada). En cuanto a la anotación, se anotaron 72 puntos clave faciales (incluidos pupilas), atributos faciales, cuadros delimitadores de detección de gestos, cuadros delimitadores de detección de cinturón de seguridad, puntos clave de pupilas y categorías de comportamiento. Este conjunto de datos anotados de comportamiento del conductor se puede usar para tareas como análisis del comportamiento del conductor.

Datos de biopsias en 3D de 200 vietnamitas. Los escenarios de recogida incluyen interiores y exteriores. Los datos cubren hombres y mujeres, y la distribución por edad es menor de 18 años, 18~45 años, 46~60 años y más de 60 años . Los dispositivos de adquisición incluyen iPhone X, iPhone XR, iPhone11, iPhone12, iPhone13. La diversidad de datos incluye multiexpresiones, multigestos faciales, muestras de confrontación, múltiples condiciones de iluminación y múltiples escenas.Los datos de detección en vivo 3D de 200 vietnamitas se pueden utilizar para tareas como el reconocimiento facial 3D y la detección en vivo 3D.

10.464 segmentos de datos de video de comportamiento de llamadas telefónicas que incluyen escenas interiores y exteriores. Los datos cubren múltiples escenarios, diversos ángulos de captura y múltiples resoluciones. 10.464 segmentos de datos de video de comportamiento de llamadas telefónicas pueden usarse para tareas como detección de comportamiento de llamadas telefónicas y reconocimiento de comportamiento de llamadas telefónicas.