컴퓨터 비전 데이터셋

87,871장 얼굴 106개 주요 점 라벨링 데이터(복잡한 환경)는 황인, 흑인, 백인, 인도인을 포함합니다. 데이터 난이도를 높이기 위해 얼굴의 다양한 자세, 표정, 조명, 다양한 환경을 포함한 수집의 다양성을 갖추고 있습니다. 87,871장 얼굴 106개 주요 점 라벨링 데이터는 얼굴 주요 점 위치 인식, 얼굴 행동 인식 등 작업에 활용될 수 있습니다.

602명 3,010장의 다인종 인물 시맨틱 세분화 데이터는 다양한 인물 자세,다양한 연령대,다인종,수집 배경을 포함합니다. 라벨링 작업에서는 이어폰,인물,배경,안경에 대해 이미지 컷아웃 라벨링을 적용했습니다. 이 데이터는 인물 분할 및 화상 회의 행동 감지 등 작업에 활용 가능합니다.

3D 실내 공간 고정밀 합성 데이터셋_캡슐은 실제 세계와 유사한 3D 장면 합성 데이터를 포함하며, 카메라 영상, 비디오 시퀀스, 포인트 클라우드 등을 제공합니다. 라벨링 내용에는 카메라 파라미터, 객체 분류·검출·분할, 시간·조명·날씨 메타데이터, 머리·눈·팔·다리의 위치 및 방향 등 인체 자세가 포함됩니다. 자율주행 및 로봇 환경 모델링과 데이터 합성에 활용할 수 있습니다.

466명 18,880장 3D 인체 인스턴스 분할 및 인체 22개 주요점 데이터. 데이터 다양성에는 다양한 장면, 다양한 조명, 다양한 연령대, 다양한 촬영 각도, 다양한 자세가 포함됩니다. 라벨링 측면에서는 인체에 대해 인스턴스 분할 라벨링과 22개 주요점 라벨링이 진행되었습니다. 466명 18,880장 3D 인체 인스턴스 분할 및 인체 22개 주요점 데이터는 인체 인스턴스 분할, 인체 행동 인식 등의 작업에 활용될 수 있습니다.

이 데이터셋은 116,048조의 3D 손 제스처 데이터를 포함하며, 각 조에는 손 마스크 이미지(RGB, 24비트), 깊이 이미지(16비트), 카메라 내부 파라미터 파일(TXT), 3D 키포인트 파일(OBJ), 메쉬 파일(OBJ), 제스처 라벨 파일(TXT), 키포인트 데모 이미지(JPG), 메쉬 데모 이미지(JPG)가 포함됩니다. 실내 환경에서 오른손(손에 물건 없음)으로 수집되었으며, 1인칭 및 3인칭 시점, 다양한 제스처 유형, 손가락 자세, 손 전체 회전 자세를 포함한 여러 명이 수집했습니다. 수집 장비는 다수의 Kinect이며, 개인 얼굴 민감 정보는 포함되지 않습니다. 손 마스크 이미지와 깊이 이미지는 정렬되어 있습니다. 이 데이터셋은 제스처 인식, 손 3D 재구성, 손 키포인트 탐지 등의 작업에 활용 가능합니다.

180명의 운전자를 대상으로 수집한 9,000장의 운전자 제스처 21개 키포인트 라벨링 데이터입니다. 데이터는 다양한 연령대, 다양한 시간대, 다양한 제스처, 다양한 차량 유형을 포함하고 있습니다. 라벨링 항목에는 차량 종류, 제스처 유형, 피수집자의 국적, 성별, 연령이 포함되며, 운전자 제스처의 21개 키포인트가 라벨링되어 있으며 각 키포인트는 가시성 여부 속성을 포함합니다. 이 데이터는 운전자 제스처 인식, 제스처 키포인트 검출 및 인식 등의 작업에 활용될 수 있습니다.

103,282장 운전자 행동 라벨링 데이터는 다양한 연령대, 다양한 시간대, 여러 행동 유형(위험 운전 행동, 피로 운전 행동, 시선 이탈 행동)을 포함합니다. 라벨링은 얼굴 72개 주요 점(동공 포함), 얼굴 속성, 손짓 검출 박스, 안전벨트 검출 박스, 동공 주요 점, 행동 유형에 대해 진행되었습니다. 본 운전자 행동 라벨링 데이터는 운전자 행동 분석 등의 작업에 활용될 수 있습니다.

92,406명 다인종 인물 다장 사진 데이터로, 각 인물당 최소 20장의 이미지가 포함되어 있습니다. 데이터셋은 황인, 흑인, 백인, 인도인 등 다양한 인종을 포함하며, 92,406명 다인종 인물 다장 사진 데이터는 얼굴 인식 등 작업에 활용할 수 있습니다.

89,747장 차량 속성 라벨링 데이터는 고속도로, 교차로 등 야외 도로 장면을 포함하며, 다양한 차량 종류, 차량 색상, 번호판 색상, 차량 브랜드, 촬영 시간대, 차량 방향을 아우릅니다. 라벨링 항목에는 차량 정면 또는 후면 사각형 박스, 차량 전체 사각형 박스, 번호판 사각형 박스, 번호판 번호 전사, 번호판 색상, 차량 색상, 차량 종류, 자동차 브랜드, 이미지 촬영 시간대, 차량 방향 등이 포함되어 있습니다. 이 89,747장 차량 속성 라벨링 데이터는 차량 속성 분석, 번호판 인식 등 다양한 작업에 활용될 수 있습니다.