Datasets de visión artificial

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.

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.

Conjunto de datos de múltiples poses faciales de 23.110 personas de múltiples razas incluye raza amarilla, negra, blanca, marrón e india; Se recolectaron 29 imágenes por persona (28 imágenes con múltiples iluminaciones, poses y escenarios + 1 foto de documento). Los datos de múltiples poses faciales de 23.110 personas de múltiples razas pueden usarse para tareas relacionadas con reconocimiento facial.

Datos de reconocimiento del comportamiento de los pasajeros de 1.000 personas abarcan múltiples grupos de edad, múltiples periodos de tiempo y múltiples iluminaciones. Los comportamientos de los pasajeros incluyen comportamientos normales de los pasajeros, comportamientos anormales de los pasajeros (comportamientos de mareo de los pasajeros, comportamientos de sueño de los pasajeros, comportamientos de dejar a los niños y sus pertenencias). En cuanto al equipo de adquisición, se utilizan cámaras binoculares visibles e infrarrojas. Este conjunto de datos de reconocimiento del comportamiento de los pasajeros puede utilizarse para tareas como el análisis del comportamiento de los pasajeros.

Datos de reconocimiento de gestos de conductores de 1.335 personas abarcan múltiples grupos de edad, múltiples periodos de tiempo y múltiples gestos. Para el equipo de adquisición se utilizaron cámaras binoculares visibles e infrarrojas. Cada persona capturó 18 gestos estáticos y 23 gestos dinámicos, los gestos estáticos incluyen el gesto del puño, el gesto del corazón, etc., y los gestos dinámicos incluyen el clic del dedo índice y el toque con dos dedos, etc. Este conjunto de datos de reconocimiento de gestos del conductor puede utilizarse para tareas como el reconocimiento de gestos del conductor.

Datos de reconocimiento de comportamiento del conductor de 1.350 personas cubren múltiples grupos de edad, múltiples períodos de tiempo, múltiples condiciones de iluminación. Los comportamientos de conducción incluyen comportamiento de conducción peligrosa, comportamiento de conducción fatigada y comportamiento de desviación de la mirada. En términos de equipos de recopilación, se utilizaron cámaras duales de luz visible e infrarroja. Este conjunto de datos de reconocimiento de comportamiento del conductor se puede utilizar para tareas como el análisis del comportamiento del conductor.

7 datos de reconocimiento de expresiones de 1.323 conductores cubrían múltiples grupos de edad, múltiples periodos de tiempo y múltiples expresiones. Para el equipo de adquisición se utilizaron cámaras binoculares visibles e infrarrojas. Este conjunto de datos de reconocimiento de expresiones de conductores puede utilizarse para tareas como el reconocimiento de expresiones de conductores.

30.000.000 de segmentos de datos de video de alta calidad. Los tipos de recursos son ricos y diversos, con alta resolución y claridad de imagen, alta fidelidad de reproducción cromática y detalles plenamente mostrados. Todos los materiales se han obtenido a través de canales legales, se etiquetan claramente la propiedad de los derechos de autor y el alcance de la licencia de uso. Todos los materiales proporcionan licencia de uso de nivel comercial y ya han obtenido permiso de uso para investigación científica. La propiedad de la propiedad intelectual es clara y rastreable. Los recursos de imágenes masivos y de alta calidad pueden proporcionar un fuerte apoyo para la investigación en el campo de la visión por computadora, el entrenamiento de algoritmos de reconocimiento de imágenes, la obtención de materiales para diseño creativo y muchos otros escenarios, ayudando a llevar a cabo de manera eficiente el trabajo relacionado.