Computer Vision-Datensätze

87,871 Gesichter106 Mit Schlüsselpunkten markierte Daten (komplexe Szenen) enthalten gelbe, schwarze, weiße und indische Personen. Um den Schwierigkeitsgrad der Daten zu erhöhen, umfasst die Datenvielfalt Gesichter mit verschiedenen Körperhaltungen, verschiedenen Ausdrücken, verschiedenen Beleuchtungen und verschiedenen Szenen. 87.871 Gesichter106 Schlüsselpunkt-Annotationsdaten können für Aufgaben wie die Lokalisierung von Gesichtskennpunkten, die Erkennung von Gesichtsverhalten usw. verwendet werden.

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.

466 Personen, 18,880 3D-Beispiele für die Segmentierung des menschlichen Körpers und Daten zu 22 Schlüsselpunkten des menschlichen Körpers. Die Datenvielfalt umfasst verschiedene Szenarien, verschiedene Lichtverhältnisse, verschiedene Altersgruppen, verschiedene Aufnahmewinkel und verschiedene Körperhaltungen. In Bezug auf die Beschriftung wurden die menschlichen Körper in Beispiele unterteilt und mit 22 Schlüsselpunkten beschriftet. Die 18,880 3D-Beispiele von 466 Personen und die Daten zu 22 Schlüsselpunkten des menschlichen Körpers können für Aufgaben wie die Unterteilung von menschlichen Beispielen und die Erkennung menschlicher Verhaltensweisen 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.

9,000 Daten zu Gesten und 21 Tastenbeschriftungen für 180 Personen. Die Daten decken mehrere Altersgruppen, mehrere Zeiträume, mehrere Gesten, mehrere Fahrzeugmodelle und mehrere Zeiträume ab. Die Beschriftungen enthalten Angaben zum Automodell, zur Gestenkategorie, zur Nationalität, zum Geschlecht und zum Alter der erfassten Person, und die 21 Keypoints der Fahrergesten sind beschriftet (mit sichtbaren und unsichtbaren Attributen für jeden Keypoint). Die Daten können für Aufgaben wie die Erkennung von Fahrergesten, die Erkennung von Gesten-Tastenpunkten und die Identifizierung verwendet werden.

103,282 Datenpunkte zu Fahrerverhalten umfassen verschiedene Altersgruppen, Zeiträume und Verhaltensweisen (gefährliches Fahrverhalten, müdes Fahrverhalten, Blickabwandlung). Die Datenpunkte umfassen 72 Schlüsselpunkte des Gesichts (einschließlich Pupillen), Gesichtsmerkmale, Gestenerkennungsrahmen, Sicherheitsgurterkennungsrahmen, Pupillenschlüsselpunkte und Verhaltenskategorien. Diese Datenpunkte zum Fahrerverhalten können für Aufgaben wie die Analyse des Fahrerverhaltens verwendet werden.

Die 5,957 Bilder mit detaillierten semantischen Segmentierungsdaten zeigen Außenaufnahmen. Die Datenvielfalt umfasst verschiedene Szenen und unterschiedliche Zeiträume. Bei der Beschriftung wurden die Himmelsbereiche in den Bildern segmentiert und beschriftet. Die 5,957 Bilder mit detaillierten semantischen Segmentierungsdaten können für Aufgaben wie die detaillierte semantische Segmentierung verwendet werden.

13,259 Bilder mit Daten zu Koffern, Kinderwagen und Rollstühlen aus Überwachungsszenarien. Die Daten umfassen unterschiedliche Lichtverhältnisse, unterschiedliche Aufnahmeszenarien, verschiedene Arten von Koffern, Kinderwagen und Rollstühlen. Die Koffer, Kinderwagen und Rollstühle sind mit rechteckigen Rahmen markiert. Die 13,259 Bilder mit Daten zu Koffern, Kinderwagen und Rollstühlen aus Überwachungsszenarien können für Aufgaben wie die Objekterkennung verwendet werden.

3,919 Personen mit vielfältigen Gesichtsausdrücken, von jeder Person wurden 24 Fotos und 9 Videos aufgenommen, die Aufnahmen wurden sowohl in Innenräumen als auch im Freien gemacht. Dieser Datensatz kann für Aufgaben wie Gesichtserkennung und Gesichtserkennung verwendet werden.