Computer Vision-Datensätze

602 Personen, 3,010 Bilder mit semantischer Segmentierung verschiedener ethnischer Gruppen, einschließlich verschiedener Körperbewegungen, verschiedener Altersgruppen, verschiedener ethnischer Gruppen und verschiedener Aufnahmehintergründe. Bei der Beschriftung wurden Kopfhörer, Körper, Hintergrund und Brillen mit Bildausschnitten beschriftet. Die 602 Personen und 3,010 Bilder mit semantischer Segmentierung verschiedener ethnischer Gruppen können für Aufgaben wie die Segmentierung des menschlichen Körpers und die Verhaltenserkennung in Videokonferenzen verwendet werden.

Der Datensatz enthält 116,048 Gruppen von 3D-Gestikdaten, wobei jede Gruppe eine Handmaskenkarte (RGB, 24-Bit), eine Tiefenkarte (16-Bit), eine Kameraeinsatzdatei (TXT), eine 3D-Schlüsselpunktdatei (OBJ), eine Rasterdatei (OBJ), eine Gestenetikettendatei (TXT), eine Schlüsselpunktdemokarte (JPG) und eine Rasterdemokarte (JPG) enthält. Die Erfassungsumgebung befindet sich in Innenräumen, ist rechtshändig (keine handgehaltenen Objekte), umfasst First-Person- und Third-Person-Perspektiven, mehrere Gestenarten, Fingergesten und allgemeine Handdrehgesten sowie die Erfassung durch mehrere Personen. Bei den Erfassungsgeräten handelt es sich um mehrere Kinect-Geräte, es werden keine persönlichen, gesichtsbezogenen Informationen erfasst, die Handmaskenkarte und die Tiefenkarte sind aufeinander abgestimmt. Der Datensatz kann für Aufgaben wie Gestenerkennung, 3D-Rekonstruktion der Hand und Hand-Tastenpunkt-Erkennung verwendet werden.

Die Daten zur Fahrweise von 304 Fahrern verschiedener ethnischer Herkunft umfassen verschiedene Altersgruppen, Zeiträume und ethnische Gruppen (Weiße, Schwarze und Inder) und umfassen gefährliches Fahrverhalten, müdes Fahrverhalten und Ablenkungen. Zur Datenerfassung wurden Kameras mit sichtbarem Licht und Infrarot verwendet. Diese Daten zur Fahrweise von Fahrern verschiedener ethnischer Herkunft können für Aufgaben wie die Analyse des Fahrverhaltens verwendet werden.

Der Datensatz mit 23,110 Gesichtern verschiedener ethnischer Gruppen und in verschiedenen Posen umfasst Menschen asiatischer, schwarzer, weißer, brauner und indischer Herkunft. Von jeder Person wurden 29 Bilder aufgenommen (28 Bilder mit unterschiedlicher Beleuchtung, verschiedenen Posen und in verschiedenen Umgebungen + 1 Passfoto). Die Daten von 23,110 Gesichtern verschiedener ethnischer Gruppen und in verschiedenen Posen können für Aufgaben im Zusammenhang mit der Gesichtserkennung verwendet werden.

1,000 Daten zur Erkennung von Fahrgastverhalten, die mehrere Altersgruppen, mehrere Zeiträume und mehrere Beleuchtungen abdecken. Das Fahrgastverhalten umfasst normales Fahrgastverhalten und abnormales Fahrgastverhalten (Fahrgastverhalten bei Reisekrankheit, Fahrgastverhalten bei Schläfrigkeit, Fahrgastverhalten beim Verlassen von Kindern und Habseligkeiten). Als Erfassungsgeräte werden sichtbare und infrarote binokulare Kameras verwendet. Dieser Datensatz zur Erkennung von Fahrgastverhalten kann für Aufgaben wie die Analyse des Fahrgastverhaltens verwendet werden.

Die Daten zur Gestenerkennung von 1,335 Personen umfassen mehrere Altersgruppen, mehrere Zeiträume und mehrere Gesten. Als Erfassungsgerät wurde eine binokulare Kamera mit sichtbarem und infrarotem Licht verwendet. Jede Person erfasste 18 statische Gesten und 23 dynamische Gesten, darunter Faustgesten, Herzgesten usw., und dynamische Gesten wie das Klicken des Zeigefingers und das Tippen mit zwei Fingern. Dieser Datensatz zur Erkennung von Fahrergesten kann für Aufgaben wie die Erkennung von Fahrergesten verwendet werden.

Die Daten zur Erkennung des Fahrverhaltens von 1,350 Personen umfassen mehrere Altersgruppen, mehrere Zeiträume und mehrere Beleuchtungen. Das Fahrverhalten umfasst gefährliches Fahrverhalten, müdes Fahrverhalten und Sichtabweichungsverhalten. Als Erfassungsgeräte wurden sichtbare und Infrarot-Binokular-Kameras verwendet. Dieser Datensatz zur Erkennung von Fahrerverhalten kann für Aufgaben wie die Analyse des Fahrerverhaltens verwendet werden.

1,323 Fahrer 7 Ausdruckserkennungsdaten, die mehrere Altersgruppen, Zeiträume und mehrere Ausdrücke abdecken. Als Erfassungsgerät wurde eine binokulare Kamera mit sichtbarem und infrarotem Licht verwendet. Dieser Datensatz zur Erkennung von Fahrermimik kann für Aufgaben wie die Erkennung von Fahrermimik verwendet werden.

30 Millionen hochwertige Videodaten, reichhaltige und vielfältige Arten von Ressourcen, mit hoher Auflösung und klarer Bildqualität, hoher Farbwiedergabe und voller Details. Alle Materialien wurden auf legalem Wege erworben und sind klar mit dem Urheberrecht und dem Umfang der Nutzungsgenehmigung gekennzeichnet. Alle Materialien sind mit einer Genehmigung für die kommerzielle Nutzung versehen und wurden für die wissenschaftliche Forschung lizenziert, so dass die Rechte am geistigen Eigentum klar nachvollzogen werden können. Umfangreiche und qualitativ hochwertige Bildressourcen können die Forschung auf dem Gebiet des Computersehens, das Training von Bilderkennungsalgorithmen, die Beschaffung von Materialien für die kreative Gestaltung und viele andere Szenarien wirkungsvoll unterstützen und dazu beitragen, dass die entsprechenden Arbeiten effizient durchgeführt werden können.