公开数据集
数据结构 ? 8.13G
Data Structure ?
* 以上分析是由系统提取分析形成的结果,具体实际数据为准。
README.md
本页介绍了戴姆勒行人检测基准数据集,M.Enzweiler,A.Eigenstetter,B.Schiele和DM Gavrila,带有部分遮挡处理的多线索行人分类。
我们的培训和测试样本包括手动标记的行人和非行人边界框,这些框是从城市环境中的车载校准立体摄像机台上捕获的图像。对于每个手动标记的行人,我们通过几何抖动创建了其他样本。非行人样品是形状检测预处理步骤的结果,该步骤具有宽松的阈值设置,即包含对更困难图案的偏向。
使用半全局匹配算法(H. Hirschmueller,通过半全局匹配和互信息进行立体声处理,IEEE PAMI,30(2):328-341,2008)来计算密集的立体声。 -和运动自适应正则化流(A. Wedel等人,《结构和运动自适应正则化用于高精度光流》,ICCV,2009年)。
训练和测试样本的分辨率为48 x 96像素,行人周围有12像素边框。请注意,本文中的实验(见上文)是在36 x 84像素的图像上完成的,该图像的边框为6像素,即所提供数据集的作物,其三部分布局分别对应于头部,躯干,腿部。对于数据集的发布,我们选择为图像提供更大的边框,并且没有预先定义的组件布局,以允许在组件选择方面具有更高的灵活性。
暂无相关内容。
暂无相关内容。
- 分享你的想法
去分享你的想法~~
全部内容
欢迎交流分享
开始分享您的观点和意见,和大家一起交流分享.
数据使用声明:
- 1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据,请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。