Aktivitetsgjenkjenning / Smart Home CV – Personaktiviteter

Bruk sak: Aktivitetsgjenkjenning
Format: Bilder
Telle: 10,000
merknad: Nei
Beskrivelse: Personaktivitet hjemme: Innendørs/utendørs aktiviteter (spise, lese, sove, trene, falle osv.)
Asiatiske student klasseroms følelser Datasett

Bruk sak: Asiatisk studentklasserom Følelsesdatasett
Format: Bilde
Telle: 1k
merknad: Ja
Beskrivelse: "Asian Student Classroom Emotions Dataset" er spesielt utviklet for pedagogiske applikasjoner, med internettinnsamlede bilder av asiatiske elever i klasserom, alt med en enhetlig oppløsning på 1280 x 720 piksler. Dette datasettet bruker markeringsboksmerknader og klassifiseringsteknikker for å identifisere og kategorisere elevenes emosjonelle og prestasjonstilstander i klasserommet, med sikte på å forbedre pedagogiske metoder og strategier for elevengasjement.
Datasett for bevegelser i asiatisk stil
Bruk sak: Datasett for gester i asiatisk stil
Format: Bilde
Telle: 21,000
merknad: Ja
Beskrivelse: "Asian Style Gestures Dataset" er kuratert for den visuelle underholdningsindustrien, og inneholder en samling av internettinnsamlede bilder med oppløsninger fra 530 x 360 til 2973 x 3968 piksler. Dette datasettet spesialiserer seg på merknader av hender som viser bevegelser i asiatisk stil, for eksempel nikk, hjerter, rock, OK, å sette sammen hender, knytte hender, osv., ved å bruke avgrensingsbokser og tagger for presis identifikasjon.
Håndnøkkelpunkt skjelettdatasett
Bruk sak: Håndnøkkelpunkt skjelettdatasett
Format: Bilde
Telle: 10k
merknad: Ja
Beskrivelse: "Hand Key Point Skeleton Dataset" er designet for applikasjoner innen visuell underholdning og utvidet/virtuell virkelighet (AR/VR), med en samling av innendørs innsamlede bilder med en høy oppløsning på 3024 x 4032 piksler. Dette datasettet fokuserer på å merke 21 nøkkelpunkter i håndskjelettet, fange spesifikke enhånds- eller tohåndsposisjoner som å danne en hjerteform, legge en hånd på kinnet, strekke ut og mer.
Datasett for menneskelig holdningsklassifisering
Bruk sak: Datasett for menneskelig holdningsklassifisering
Format: Bilde
Telle: 17k
merknad: Ja
Beskrivelse: "Human Posture Classification Dataset" er designet for applikasjoner innen visuell underholdning og robotikk, og består av en samling av innendørs innsamlede bilder med høye oppløsninger som overstiger 3024 x 4032 piksler. Dette datasettet legger vekt på merknader og tagging for å identifisere halvkroppsportretter og klassifisere dem i 14 forskjellige typer positurer, for eksempel kryssede hender, hender rundt hodet og en hånd på kinnet, blant andre.
Person Hjem Aktivitetsdatasett
Bruk sak: Bevegelsesdeteksjon, sikkerhetsovervåking
Format: mp4
Telle: 10002
merknad: Nei
Beskrivelse: Type 1: videoer av personer rett utenfor hjemmet ved inngangsdører - Person går mot/forbi inngangsdøren/hjemmet - Person går bort fra døren/hjemmet - En eller flere personer som gjør en lengre aktivitet (står, ser seg rundt, snakker) 6-20 fot fra ringeklokken. Type 2: videoer av personer inne i hjemmet som engasjerer seg i visse handlinger - Sitter og spiser, jobber ved skrivebordet, leser, sover, våkner og går ut av sengen, trener/danser, faller ned, ligger såret på gulvet
Opptakstilstand: Lite lys: 20 % - Omgivende innendørs/utendørs belysning - Skumring/Golden Hour Vanlig lys: 40% - Normal innendørs/utendørs - Ensartet opplyst - Ikke altfor mettet/hardt sterkt lys: 40% - Utendørs, midt på ettermiddagen, klar himmel - Innendørs naturlig lys, eller sterkt opplyst - unngå overmetning eller utblåste scener
Video fremheve øyeblikksdatasett
Bruk sak: Video fremheve øyeblikksdatasett
Format: Video
Telle: 9k
merknad: Ja
Beskrivelse: Internett samlet inn videoklipp med gjennomsnittlig lengde rundt 10s, og oppløsningen er over 720 x 1280.




