立体人体姿势估计数据集

数据集介绍：

作者们提供了一个立体图像对数据集，适用于上身人的立体人体姿态估计。 SHPED 由 630 个立体图像对（即 1260 个图像）组成，分为 42 个视频片段，每个片段 15 帧。 这些剪辑是从 26 个立体视频中提取的，这些视频是从 YouTube 获得的，标签为 yt3d:enable = true。 此外，SHPED 包含 1470 条火柴人上身注释，对应于 49 个人根据这些条件：直立位置、所有上身部分几乎可见以及身体的非侧面视点。 此外，在每个剪辑中都包含一个平面投影变换，用于对序列中的每个人进行校正和检测（边界框）。 立体图像对在外观、服装、人体姿势、照明、图像质量、相机的基线分离和/或背景方面具有广泛的变化。

If you useSHPED: The Stereo Human Pose Estimation Dataset, please cite our paper:

Manuel I. López-Quintero, Manuel J. Marín-Jiménez, Rafael Muñoz-Salinas, Francisco J. Madrid-Cuevas, Rafael Medina-Carnicer,

Stereo Pictorial Structure for 2D Articulated Human Pose Estimation,

Machine Vision and Applications, vol. 27, no. 2, pp. 157–174, 2015.

[PDF][DOI][BibTeX]

平台 15个目标检测开源数据集汇总 人脸识别常用开源数据集大全 10个开源工业检测数据集汇总 21个深度学习开源数据集分类汇总 图像分类、图像识别等开源数据集汇总 小目标检测相关开源数据集介绍及汇总KT…

3D人体姿态估计基本概念姿态估计难点人体结构化特性2D 姿态估计任务挑战3D 姿态估计问题挑战应用方法数据集类型可用信息姿态数据集PoseTrackCrowdPoseHuman3.6MDensePoseCOCOMPIIFLICLSPRGB数据集Leeds Sports Pose (LSP) DatasetFLIC DatasetMPII Human Pose DatasetMS COCO Keypoint LeaderboardAI ChallengePoseTrackRGB+D 60/120 数据集当前主

相关数据集的快速发展促进了基于深度学习的姿态估计方法的发展。公共数据集为不同的方法提供了培训来源和公平的比较。考虑到数据集的规模和姿势和场景的多样性，在本文中，主要介绍了近年来的代表性数据集。它们中大多数都是高质量和大规模的数据集，在不同的拍摄场景中都有良好的注释。图像级2D单人数据集（待补充）图像级2D多人数据集（待补充）视频级2D单人数据集（待补充）3D单人数据集Human3.6MHuman3.6M是使用最广泛的多视图单人三维人体姿态基准。该数据集使用4个RGB摄像机、1个飞行时间传感器和1

平台的 数据集版块，共有183个不同类别，不同应用的数据集。本周在此基础上，又上新 9种人体姿态识别相关的数据集，目前总共有192种。 （1）HiEve数据集 数据集图片： •在以人为中心的分析和了解复杂事件中，鼓励…

人体姿态估计综述 2D 3D

计算机在图像和视频中识别和理解人类的能力对于包括自动驾驶、动作识别、人机交互、增强现实和机器人视觉在内的多项任务至关重要。人体姿态估计是计算机视觉中的基本问题。近年来，在二维...

目前，3D姿态估计的主要瓶颈是缺少大型的室外数据集，并缺少一些特殊姿态的数据集（如摔倒, 打滚等）。这主要由于3D姿态数据集是依靠适合室内环境的动作捕捉（MOCAP）系统构建的，而MOCAP系统需要带有多个传感器和紧身衣裤的复杂装置，在室外环境使用是不切实际的。因此数据集大多是在实验室环境下建立的，模型的泛化能力也比较差。

类型
RGB图像
特征：形状、颜色和纹理
用途：提取兴趣点和光流
深度图像
深度信息对光照变化不敏感
深度信息对颜色和纹理不变性
可靠地估计人体轮廓和骨架
提供场景中丰富的三维结构信息
RGB+D图像
骨骼数据
包含人体关节位置
可用信息
空间信息 （spatial information）
时间信息（temporal information）
结构信息（structural information）