|
关键点检测 手部姿势关键点检测数据集数据集由序列构成。在每个序列中，您都可以找到组成它的帧。一个帧由4个彩色图像、4组投影在每个图像平面中的2D关节、4个边界框、1组Leap Motion Controller提供的3D点和4组重新投影到每个相机坐标帧的3D点组成。动物姿势数据集该数据集提供了五个类别的动物姿势注释：狗、猫、牛、马、羊，在4,000 多张图像中总共有6,000多个实例。此外，该数据集还包含其他7 个动物类别的边界框注释。在论文中查找详细信息。一共标注了 20 个关键点：两只眼睛、喉咙、鼻子、马肩隆、两个耳根、尾根、四个肘部、四个膝盖、四个爪子。电影人物关节关键点数据集该数据集从流行的好莱坞电影中自动收集了5003个图像数据。这些图像是通过在30部电影的每10帧上运行一个最先进的人检测器获得的。然后，被高度自信地检测到的人（大约2万名候选人）被送往众包市场亚马逊机械土耳其公司（Amazon Mechanical Turk），以获得地面真实标签。每幅图片都由五名特克斯人以0.01美元的价格标注，以标注10个上身关节。在每个图像中取五个标记的中位数，以对离群值注释保持稳健。MPIIGaze DatasetMPIIGaze数据集包含在三个多月的日常笔记本电脑使用过程中从15名参与者收集的213659张图像。在外观和照明方面，数据集比现有的数据集变化更大。人体足部关键点数据集现有的人体姿势数据集包含有限的身体部位类型。MPII 数据集标注了脚踝、膝盖、臀部、肩膀、肘部、手腕、颈部、躯干和头顶，而 COCO 还包括一些面部关键点。对于这两个数据集，足部注释仅限于脚踝位置。然而，图形应用程序（例如头像重定向或 3D 人体形状重建）需要足部关键点，例如大脚趾和脚跟。在没有足部信息的情况下，这些方法会遇到诸如糖果包装效果、地板穿透和足部滑冰等问题。为了解决这些问题，COCO 数据集中的一小部分脚实例使用 Clickworker 平台进行标记。它分为来自 COCO 训练集的 14K 注释和来自验证集的 545 个注释。总共标记了 6 个英尺关键点。考虑足部关键点的 3D 坐标而不是表面位置。例如，对于确切的脚趾位置，数据集标记了指甲和皮肤连接之间的区域，并且还通过标记脚趾的中心而不是表面来考虑深度。人群姿态数据集多人姿态估计是许多计算机视觉任务的基础，近年来取得了重大进展。然而，以前很少有方法研究拥挤场景中的姿态估计问题，而在许多场景中，这仍然是一个具有挑战性和不可避免的问题。此外，目前的基准无法对此类案件进行适当评估。在本文中，我们提出了一种新的有效方法来解决人群中的姿势估计问题，并提出了一个新的数据集来更好地评估算法。图像去噪PolyU数据集大多数以前的图像去噪方法都集中在加性高斯白噪声（AWGN）上。然而，随着计算机视觉技术的进步，现实世界中的噪声图像去噪问题也随之而来。为了在实现并发真实世界图像去噪数据集的同时促进对该问题的研究，作者们构建了一个新的基准数据集，其中包含不同自然场景的综合真实世界噪声图像。这些图像是由不同的相机在不同的相机设置下拍摄的。FMD（荧光显微镜去噪）数据集荧光显微镜使现代生物学取得了巨大的发展。由于其固有的微弱信号，荧光显微镜不仅比摄影噪声大得多，而且还呈现出泊松-高斯噪声，其中泊松噪声或散粒噪声是主要的噪声源。为了获得干净的荧光显微镜图像，非常需要有专门设计用于对荧光显微镜图像进行降噪的有效降噪算法和数据集。虽然存在这样的算法，但没有这样的数据集可用。在本文中，我们通过构建专用于泊松-高斯去噪的数据集 - 荧光显微镜去噪 (FMD) 数据集来填补这一空白。该数据集由 12,000 个真实荧光显微镜图像组成，这些图像使用商业共焦、双光子、宽视野显微镜和代表性生物样本，如细胞、斑马鱼和小鼠脑组织。SIDD智能手机图像去噪数据集该数据集包含以下智能手机在不同光照条件下拍摄的 160 对噪声/真实图像：Edge N6: Motorola Nexus 6 SIDD-small数据集一个小型版本的数据集，它由代表 160 个场景实例的160 个图像对（噪声和ground-truth）组成。Super Resolution Benchmarks来自于AIM 2022 压缩图像和视频超分辨率挑战赛”中的前 5 名解决方案工作：Swin2SR: SwinV2 Transformer for Compressed Image Super-Resolution and Restoration行人检测SCUT FIR行人检测数据集SCUT FIR Pedestrian Datasets 是一个大型远红外行人检测数据集。它由大约 11 小时长的图像序列（ 帧）组成，速度为 25 Hz，以低于 80 km/h 的速度在不同的交通场景中行驶。图像序列来自中国广州市中心、郊区、高速公路和校园 4 种场景下的 11 个路段。该数据集注释了 211,011 帧，总共 477,907 个边界框，围绕 7,659 个独特的行人。JHU-CROWD++包含 4,372 张图像和 151 万条注释的综合数据集。与现有数据集相比，所提出的数据集是在各种不同的场景和环境条件下收集的。此外，该数据集提供了相对丰富的注释集，如点、近似边界框、模糊级别等。CIHP人体解析数据集Crowd Instance-level Human Parsing (CIHP) 数据集包含 38,280 张多人图像，这些图像具有精细的注释、高外观可变性和复杂性。该数据集可用于人体部分分割任务。AHU-Crowd人群数据集人群数据集是从各种来源获得的，例如 UCF 和数据驱动的人群数据集，以评估所提出的框架。序列多样，代表了朝圣、车站、马拉松、集会和体育场等各种场景中公共空间的密集人群。此外，这些序列具有不同的视野、分辨率，并表现出多种运动行为，涵盖了明显和微妙的不稳定性。AudioVisual 人群计数一个用于人群计数的新数据集，该数据集由中国不同位置的大约 2000 个带注释的图像令牌组成，每个图像对应一个 1 秒的音频剪辑和一个密度图。图像处于不同的照明条件下。UCF-CC-50该数据集包含极其密集人群的图像。图像主要是从 FLICKR 收集的。北京BRT数据集该数据集包含 1,280 张图像和 16,795 个标记的行人，用于人群分析。该数据集使用 720 张图像进行训练，使用 560 张图像进行测试。- 名为 ground_truth 的文件夹包含ground_truth。例如，'1-20170325134657.jpg'对应于'1-20170325134657.mat'，以及这张图片中第i个人的真实位置，其中每一行是位置[x,y]
图像分割天空图像数据集Sky 数据集包含 60 张带有地面实况的图像，用于天空分割。它基于 R. Fergus 15/02/03 的 Caltech Airplanes Side 数据集。选择数据集中包含天空区域的那些图像，并为它们创建地面实况。原始数据集图像名称保持不变。CO-SKEL数据集该数据集由分类骨架和分割掩码组成，用于评估协同骨架化方法。CAD-120 affordance数据集包含9916个对象实例的3090幅图像的逐像素注释。Intrinsic Images in the Wild“Intrinsic Images in the Wild”，这是一个用于评估室内场景固有图像分解的大规模公共数据集。作者们通过数百万个众包注释创建了这个基准，这些注释对每个场景中的点对的材料属性进行了相对比较。具有细长部分的鸟类昆虫数据集这些数据库由 280 张具有ground truth的鸟类和昆虫的公共图像组成。多品种果花检测数据集该数据集包含四组花卉图像，来自三种不同的树种：苹果、桃和梨，以及随附的地面实况图像。OpenSurfaces数据集包含从消费者内部照片中分割出来的数千个表面示例，并使用材料参数（反射率、材料名称）、纹理信息（表面法线、校正纹理）进行注释和上下文信息（场景类别和对象名称）。阴影检测/纹理分析数据集一个用于阴影检测和纹理分析的简单计算机视觉数据集，专门用于帮助测试移动机器人的阴影检测算法（和纹理分割算法）——即使用 活动（移动）相机进行阴影检测。该数据集专注于纹理分析，因此每个图像序列都包含在许多不同纹理表面前移动的阴影。
|
