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
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.
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)
DescriptionAI-TOD 在 28,036 张航拍图像中包含 8 个类别的 700,621 个对象实例。 与现有航拍图像中的目标检测数据集相比,AI-TOD 中目标的平均大小约为 12.8 像素,远小于其他数据集。CitationIf you use this dataset in your research, please cite these papers.@inproceeding
地表水水质监测系统监视和测定水体中污染物的种类、各类污染物的浓度及变化趋势,评价水质状况, 提供地表水水质历史记录
数据来源:生态环境部地表水融合数据发布 水质数据:断面名称, 所在省份, 所在地市, 所属流域, 所属河流, 水质, 水温, pH值, 溶解氧, 电导率, 浊度, 高锰酸盐指数, 化学需氧量, 五日生化需氧量, 氨氮, 总磷, 总氮, 铜, 锌, 氟化物, 硒, 砷, 汞, 镉, 六价铬, 铅, 氰化物, 挥发酚, 石油类, 阴离子表面活性剂, 硫化物。注:按照《“十四五”国家地表水监测及评价方案(试行)》(环办监测函〔2020〕714号)、《2021年国家生态环境监测方案》(环办监测函〔2021〕88号),国家地表水环境质量监测网实行“9+X”监测与评价。
该数据集是为美国专利短语到短语匹配竞赛提供的。它通过提供context列中每个代码的含义来添加附加信息。