Advertisement

RegDB数据集用于跨模态行人重识别任务。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该数据集是通过两个同步的摄像头获得的，其中一个摄像头用于可见光成像，另一个则采用远红外技术。 收集到的数据涵盖了412名参与者，每个人都提供了10张可见光图像以及另外10张远红外图像。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • RegDB数据集——跨模态行人重识别
    优质
    简介：RegDB数据集是专为跨模态行人重识别设计的研究资源，包含大量不同环境下的人体图像和视频片段，旨在推动该领域算法的发展与应用。 跨模态行人重识别数据集通常使用可见光和红外图像作为常用的数据集。
     
  • RegDB数据集——跨模态行人再识别
    优质
    简介：RegDB数据集是专为跨模态行人再识别设计的研究资源，包含多种光照、姿态变化下的图像和视频数据，旨在促进不同传感器间的人体匹配技术发展。 该数据集由两个对准的摄像头（一个可见光摄像头和一个远红外摄像头）收集而成。总共有412名参与者，每个人都有10张可见光图像和10张远红外图像。
     
  • RegDB跨领域行人重识别数据集
    优质
    RegDB跨领域行人重识别数据集是一套用于评估不同环境下行人图像匹配与识别性能的重要资源，涵盖多种光照、姿态变化场景。 Nguyen Dat Tien, Hong Hyung Gil, Kim Ki Wan 等人在2017年发表了一篇关于基于可见光和热成像身体图像组合的人脸识别系统的论文，该论文刊登在第17卷第3期上。
     
  • RegDB跨域行人再识别数据集
    优质
    RegDB跨域行人再识别数据集是一款旨在解决不同场景下行人重识别问题的数据集合，包含大量跨域图像，助力研究者开发更高效的行人检索算法。 Nguyen Dat Tien, Hong Hyung Gil, Kim Ki Wan等人在2017年第17卷第3期发表了一篇关于基于可见光和热像仪身体图像组合的人脸识别系统的论文。
     
  • RegDB行人再识别数据集
    优质
    RegDB行人再识别数据集是一个专门设计用于评估和比较不同行人重识别算法性能的数据集合，包含大量多视角、跨场景的行人图像。 用于行人再识别的RegDB数据集。
     
  • 行人重识别的数据集：RegDB与SYSU-MM01
    优质
    简介：本文探讨了行人重识别领域中的两个重要数据集——RegDB和SYSU-MM01，详细分析了它们的特点、规模及应用价值。 行人重识别数据集包括RegDB和SYSU-MM01。
     
  • 多模态行人重识别数据集
    优质
    多模态行人重识别数据集是一种包含多种传感器（如RGB摄像头、红外相机等）收集的信息，用于训练和测试跨摄像机网络中行人的身份匹配算法的数据集合。 Nguyen Dat Tien, Hong Hyung Gil, Kim Ki Wan等人在2017年第3期发表了一篇文章《基于可见光和热像仪人体图像组合的行人识别系统》。
     
  • Market-1501行人重识别数据集
    优质
    Market-1501数据集是行人重识别研究中的一个重要资源，包含超过1500个不同行人的图片，用于开发和测试相关算法。 Market1501数据集是在清华大学校园内夏季采集的。该数据集包含6个不同摄像头拍摄的照片，并提供训练集和测试集。总共包括了1501名行人，共32,668张检测到的人形矩形框图片。每个行人在至少两个不同的摄像头上被捕捉到，且在同一个摄像头中可能有多张照片。 具体来说，训练集中有751个人的图像共计12,936张；平均每个人约有17.2张训练数据。测试集则包含另外750人的图片共19,732张；平均每人拥有大约26.3张测试数据。 Market1501中的文件命名规则遵循以下格式（以bounding_box_text文件夹中第一张图片为例）：0001_c1s1_000151_01.jpg。这里，0001代表行人ID编号从“0001”到“1501”，c1表示该照片由第一个摄像头拍摄（即摄像头编号为c1至c6），而s1则意味着这是来自s1的第一个视频片段；数字如 000151 表示这张图像是从s1的第“000151”帧开始，最后的 01 则标识该图像为这一序列中的第一个检测框。
     
  • 市场1501行人重识别数据集
    优质
    市场1501行人重识别数据集是广泛用于评估和比较不同行人再识别算法性能的标准数据库，包含大量标注的行人图像。 行人重识别数据集Market1501包含大量高质量的图像数据，适用于研究领域中的身份匹配任务。该数据集具有丰富的标注信息，并且涵盖了广泛的场景变化与视角差异，是开发及评估行人再识别算法的重要资源。
     
  • 火星视频行人重识别数据集
    优质
    火星视频行人重识别数据集是一个专注于从火星环境监控视频中提取行人的大规模标注数据库，旨在推动跨摄像头行人跟踪技术的发展。 整个Mars数据集的大小约为6.3G，包含两个文件夹：bbox_train 和 bbox_test。此外，还需下载一个名为info的信息文件夹，该文件夹不包含在原始数据集中。