2024 最全-6D姿态估计数据集-持续收集

最新推荐文章于 2025-03-06 00:09:50 发布
最新推荐文章于 2025-03-06 00:09:50 发布
阅读量1.2k 收藏 11
点赞数 13
文章标签： 图像处理 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hellolifei1985/article/details/143428672
版权

在机器人和计算机视觉的世界里，六维姿态估计正变得越来越重要。想象一下，机器人需要知道一个物体在三维空间中的位置和方向，这就是六维姿态估计要做的事情。它不仅帮助机器人找到路、抓取物体，还在增强现实、自动驾驶、医疗机器人和智能制造等领域大显身手。

不过，虽然这项技术听起来很酷，实际操作起来却有不少难题。比如，如何精确预测物体的姿态，如何在瞬间处理大量数据，以及如何在复杂环境中保持稳定。这些都是研究人员和工程师们需要攻克的难关。

幸运的是，随着深度学习和传感器技术的进步，我们有了新的工具——RGBD数据。这种数据结合了彩色图像和深度信息，就像是给机器人装上了“透视眼”，让它能更清楚地“看”到周围的世界。这不仅提高了姿态估计的准确性，还让整个过程更加可靠。
这里顺一个CVPR 2024的满分论文 。

https://arxiv.org/pdf/2312.08344

各大研究机构和科技公司都看到了RGBD数据的潜力，纷纷投入资源开发更高效的算法。这些努力不仅推动了技术的发展，也为实际应用打下了坚实的基础。

为了更好地研究和测试这些算法，许多高质量的数据集应运而生。这些数据集就像是研究人员的“实验室”，里面包含了各种各样的场景和物体，还有详细的标注信息。通过这些数据集，研究人员可以更深入地探索RGBD数据在姿态估计中的应用，推动整个行业的进步。

接下来，我们就来看看这些数据集都有哪些，它们是如何帮助研究人员和工程师们解决六维姿态估计的难题的。

数据集：YCB-Video Dataset

  • 发布时间：2017-06
  • 数据集内容：YCB-Video Dataset 是一个用于物体识别和姿态估计的数据集，包含21个日常物品的RGB-D视频序列。该数据集主要用于研究机器人视觉和计算机视觉中的物体识别和姿态估计问题。
  • 数据集地址：https://www.selectdataset.com/dataset/08d27cb5ae78a6c61bf38efa4064c201

数据集：LineMOD Dataset

  • 发布时间：2012-01
  • 数据集内容：LineMOD Dataset是一个用于3D物体检测和姿态估计的数据集，包含多个真实场景中的RGB-D图像和相应的3D模型。该数据集主要用于训练和评估基于深度学习的物体检测和姿态估计算法。
  • 数据集地址：https://www.selectdataset.com/dataset/d647165224bb36de3cb7ecd4c482cf63

数据集：T-LESS Dataset

  • 发布时间：2017-01
  • 数据集内容：T-LESS Dataset是一个用于3D物体识别和姿态估计的数据集，包含30个工业对象的RGB-D图像和3D模型。该数据集特别设计用于测试和评估在无纹理和低对比度环境下的物体识别算法。
  • 数据集地址：https://www.selectdataset.com/dataset/369add77d07308ba23088fc305734fc6

数据集：BigBird Dataset

  • 发布时间：2020-08
  • 数据集内容：BigBird Dataset是一个用于自然语言处理任务的大型数据集，主要用于长文本的序列建模。该数据集包含了大量的文本数据，适用于训练和评估基于Transformer的模型，如BigBird模型。
  • 数据集地址：https://www.selectdataset.com/dataset/68a9913fe8bd2d61ae33d5e66462e832

数据集：ObjectNet3D Dataset

数据集：ICL-NUIM Dataset

  • 发布时间：2014-04
  • 数据集内容：ICL-NUIM Dataset是一个用于室内场景的RGB-D数据集，主要用于评估和测试基于RGB-D数据的3D重建和SLAM（同步定位与地图构建）算法。该数据集包括多个室内场景的RGB图像、深度图像、相机轨迹和真实3D模型。
  • 数据集地址：https://www.selectdataset.com/dataset/1fb559b0bdb47f07408b72727660964a

数据集：Kinect Paper Dataset

  • 发布时间：2011-06
  • 数据集内容：Kinect Paper Dataset 是一个用于手势识别和人体动作分析的数据集。该数据集包含了通过微软Kinect传感器捕捉的多种手势和动作的3D深度图像数据。数据集的目标是帮助研究人员和开发者开发和测试基于Kinect的手势识别和动作分析算法。
  • 数据集地址：https://www.selectdataset.com/dataset/56f76740a2b169eb482658e4d7bc6d86

数据集：Washington RGB-D Objects Dataset

数据集：NYU Depth Dataset V2

  • 发布时间：2012-04
  • 数据集内容：NYU Depth Dataset V2 是一个包含室内场景的RGB-D图像数据集，由纽约大学提供。该数据集包含1449张深度图像，每张图像都配有相应的RGB图像。这些图像是在室内环境中拍摄的，涵盖了多种家具和物体，适用于计算机视觉和深度学习任务，如物体识别、场景理解和深度估计。
  • 数据集地址：https://www.selectdataset.com/dataset/4d2c7d3ad8bbbc189b7a47e778416c7e

数据集：SUN RGB-D Dataset

  • 发布时间：2015-07
  • 数据集内容：SUN RGB-D Dataset是一个包含RGB-D图像的大型数据集，用于室内场景理解。该数据集包含10,000多张RGB-D图像，每张图像都标注了物体类别、实例分割、3D边界框和房间布局等信息。
  • 数据集地址：https://www.selectdataset.com/dataset/e3ca7800767cc531c1f3ccdd20c5c2dd

数据集：ScanNet Dataset

  • 发布时间：2017-04
  • 数据集内容：ScanNet Dataset是一个大规模的RGB-D视频数据集，包含超过1500个室内场景的扫描数据。该数据集提供了丰富的3D重建信息，包括相机姿态、深度图像、颜色图像以及语义分割标签。主要用于研究3D场景理解、语义分割和物体识别等任务。
  • 数据集地址：https://www.selectdataset.com/dataset/f962c13e5e79f08d16d0db0132eb80a4

数据集：SceneNN Dataset

  • 发布时间：2016-06
  • 数据集内容：SceneNN Dataset 是一个用于场景理解研究的数据集，包含室内场景的RGB-D图像和相应的语义分割标签。该数据集旨在帮助研究人员开发和评估场景理解算法，特别是在语义分割和物体识别方面。
  • 数据集地址：https://www.selectdataset.com/dataset/2e95f52bfb9cb1f09b5f4659488ddf8c

数据集：Matterport3D Dataset

  • 发布时间：2017-09
  • 数据集内容：Matterport3D Dataset是一个包含90个真实世界建筑的3D重建数据集，提供了高分辨率的RGB图像、深度图、语义标签和全景视图。该数据集广泛用于计算机视觉和机器人研究，特别是用于场景理解、导航和虚拟现实应用。
  • 数据集地址：https://www.selectdataset.com/dataset/27c1ba4a0463560d32a4b97dcc03b056

数据集：Redwood Dataset

  • 发布时间：2018-07
  • 数据集内容：Redwood Dataset 是一个用于3D场景理解和重建的数据集，包含高分辨率的RGB-D图像序列和相应的3D点云数据。该数据集主要用于训练和评估计算机视觉和机器人技术中的深度学习模型，特别是那些涉及场景理解和物体识别的任务。
  • 数据集地址：https://www.selectdataset.com/dataset/e1e9b1acfc09be58850c7952c824f921

数据集：3D Match Dataset

  • 发布时间：2017-05
  • 数据集内容：3D Match Dataset 是一个用于3D场景匹配和配准的数据集，包含从多个视角捕获的RGB-D图像和对应的深度图像。该数据集主要用于研究3D场景理解、物体识别和场景重建等任务。
  • 数据集地址：https://www.selectdataset.com/dataset/11541e17d3e5a2c66bb5f5f37c089fd8

数据集：UW RGB-D Object Dataset

数据集：KITTI Dataset

  • 发布时间：2012-09
  • 数据集内容：KITTI Dataset是一个用于自动驾驶和计算机视觉研究的大型数据集。它包含了多种传感器的数据，如立体摄像头、激光雷达和GPS/IMU，用于车辆周围环境的3D物体检测、跟踪和场景理解。数据集还包括了各种驾驶场景下的图像和点云数据，适用于多种计算机视觉任务。
  • 数据集地址：https://www.selectdataset.com/dataset/be9ec4f593cabf1d0dcf15de57f3f32f
人体姿态估计相关的开源数据集汇总与介绍
QromMatlab的博客
09-21 1927
COCO数据集提供了丰富的姿态变化和复杂场景的图像，是人体姿态估计领域的重要基准数据集。在本文中，我们将介绍一些常用的开源数据集，这些数据集广泛应用于人体姿态估计的研究和开发。除了以上提到的数据集，还有一些其他的开源数据集也被广泛应用于人体姿态估计的研究和开发中，如Penn Action数据集、FLIC数据集等。这些数据集提供了丰富多样的图像和姿态样本，可以用于训练和评估不同的人体姿态估计算法。总结而言，人体姿态估计领域的开源数据集提供了丰富的图像和姿态样本，为算法的开发和评估提供了重要的基础。
常用公共数据集
haoji007的博客
04-03 9485
CVonline：图像数据库 (Google直译的结果，希望对大家有帮助) 按主题索引 行动数据库 属性识别 自主驾驶 生物/医药 相机校准 脸和眼/虹膜数据库 指纹 一般图像 一般RGBD和深度数据集 一般视频 手，掌握，手动和手势数据库 图像，视频和形状数据库检索 对象数据库 人（静），人体姿势 人员检测和跟踪数据库（另见监控） 遥感 场景或地点分割或分类...
【姿态估计】数据集合集！
Kyzy_1919的博客
11-27 548
我自定义的扩展卡尔曼滤波算法实现，用于将陀螺仪测量与英特尔实感 D4 系列摄像头中的加速度计读数融合，以估计摄像头相对于节点启动的第一帧的姿态。已实施两种集成方法。这个C++程序可以打开一个日志文件，其中包含来自 MMA8451 加速度计的数据，并根据传感器读数估计滚动和俯仰角，创建一个输出文件，其中包含所有读数的估计值以及俯仰和滚动的最小值和最大值。一个存储库，包含我对扩展卡尔曼滤波器 （EKF） 的实现，用于通过陀螺仪和加速度计测量的传感器融合对 RealSense D400 系列摄像头进行姿态估计。
人体姿态估计数据集整理（Pose Estimation/Keypoint）：MSCOCO（逐年）、LSP、FLIC、MPII、AI Challenge及打分标准
m0_37644085的博客
09-30 1万+
姿态估计等数据集收集整理； LSP: 样本数：2K 关节点个数：14 全身，单人 Leeds Sports Dataset [12]及其扩展[13]，我们将通过LSP共同表示。它们包含11000个训练和1000个测试图像。这些是来自体育活动的图像，因此在外观和特别是关节方面非常具有挑战性。 FLIC 样本数：2W. 关节点个数：9 全身，...
基于YOLOv8深度学习的体操运动员姿态识别自动检测系统(PyQt5界面+数据集+训练代码)
最新发布
ZSW1218的博客
03-06 895
体操运动涉及高难度的身体控制与精准的姿态变化，对运动员的训练和评估提出了较高要求。传统的体操动作评估依赖于人工裁判或基于传感器的测量方法，但这些方式存在主观性强、实时性差或设备成本高等问题。因此，本文提出了一种基于YOLOv8深度学习模型的体操运动员姿态识别与自动检测系统，旨在提高体操训练和比赛的智能化水平。
人体姿态估计数据集
Mr.林先生的博客
11-09 6485
数据集： 1、PASCAL VOC challenge: voc挑战在2005年至2012年间展开，该数据集中有20个分类，该数据集包含11530张用于训练和验证的图像，以下是数据集中20个分类：人、鸟、猫、牛、狗、马、羊、飞机、自行车、船、巴士、汽车、摩托车、火车、瓶、椅子、餐桌、盆栽植物、沙发、电视/监视器，平均每个图像有2.4个目标。 下载链接：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/ 2、ImageNet数据集：ImageNet拥有分类、定位和检
人体姿态估计数据集整理（Pose Estimation/Keypoint）
热门推荐
青青韶华
10-24 3万+
LSP 地址：http://sam.johnson.io/research/lsp.html 样本数：2K 关节点个数：14 全身，单人 FLIC 地址：https://bensapp.github.io/flic-dataset.html 样本数：2W 关节点个数：9 全身，单人 MPII 地址：http://human-pose.mpi-inf.mpg.de/ 样本数：25K 关节点个数：16
人体姿态估计数据集(附详细信息、地址及论文)
weixin_40076972的博客
01-13 7496
人体姿态估计数据集2D数据集1.LSP2.FLIC3.MPII4.MSCOCO5.AI Challenge6.PoseTrack3D数据集1.Human3.6M2.HumanEva3.Total Capture / CMU4.JTA Dataset5.MPI-INF-3DHP6.SURREAL7.3DPW8.UP-3D9.DensePose COCO 2D数据集 1.LSP 地址：http://s...
【边缘计算与姿态】：在移动设备上实现Gen6D的高效姿态估计
!... # 摘要 边缘计算与姿态估计技术的结合...本文从Gen6D姿态估计算法出发，详细介绍了其原理、关键技术及性能评估方法。同时，探讨了边缘计算环境下移动设备的部署，包括硬件要求、软件框架配置以及能效管理策略。文中进
【Gen6D性能革命】：关键策略揭秘如何优化姿态估计器性能
本文综述了姿态估计器的理论基础和关键性能指标，深入分析了姿态估计器的精确度、实时性以及资源消耗与效率问题，并探讨了优化算法选择、硬件加速集成以及数据集和模型训练的实践案例。进一步，文章提出了Gen6D性能...
【持续集成的未来】：自动化流程中Gen6D模型的更新与维护指南
[\无模型通用姿态估计器Gen6D：基于RGB图像的物体6自由度姿态估计\""](https://cdn.zhuanzhi.ai/images/wx/bf1be05b81a6ef33138012efe4642740) # 摘要 本文对持续集成与自动化流程进行了深入探讨，首先概述了其基本...
人脸姿态估计数据集
07-22
Pointing Data数据库包含 个人的图像, 每个人有 个序列的 张不同姿态时的图像. 数据库中的人的皮肤颜色并不相同. 头部的姿态在水平方向上从正面到全侧面的 种姿态, 垂直方向上有 种姿态. 采集人的年龄在20岁到40岁之间. 头部的位置手工切割得到. N. Gourier, D. Hall, J. L. Crowley Estimating Face Orientation from Robust Detection of Salient Facial Features Proceedings of Pointing 2004, ICPR, International Workshop on Visual Observation of Deictic Gestures, Cambridge, UK
头部姿态估计数据集
12-21
头部姿势数据库是1590个单眼面部图像的基准，其具有从-90到+90度的平移和倾斜角度的变化。对于每个人，可以使用2个系列的93个图像（93个不同的姿势）。每人2个系列的目的是能够训练和测试已知和未知面部的算法（参见第2和第3节）。数据库中的人戴或不戴眼镜，并有各种肤色。背景是自愿中立和整洁的，以便专注于面部操作。 该数据集包含了水平方向上的角度标记与垂直方向上的角度标记，是kaggle比赛常用的头部姿态估计训练数据集。
【超越RGB】：融合深度信息实现姿态估计技术的飞跃
本文全面综述了姿态估计技术的发展及其与深度学习、RGB数据融合的关系。首先概述了姿态估计的基础知识和深度学习在其中扮演的角色，然后详细探讨了RGB数据的特点、挑战以及深度信息的融合技术。文章进一步深入分析了...
人体姿态估计MPII数据集详解
qq_43646281的博客
11-02 2652
MPII人体姿势数据集是用于评估关节人体姿势估计的最先进的基准。该数据集包括大约25K张图像，其中包含超过40K个带有注释的身体关节的人。这些图像是使用建立的每天人类活动的分类法系统地收集的。总体而言，该数据集涵盖410个人类活动，并且每个图像都提供了一个活动标签。每一张图片都是从YouTube视频中提取的，并提供了前后未加注释的帧。此外，对于测试集，我们获得了更丰富的注释，包括身体部分闭塞和3D躯干和头部方向。官网中对数据集的标注的最后生成形式是用MATLAB打开的.mat格式·
姿态估计记录
m0_37644085的博客
03-28 379
目录 一、常用数据集 二、主流方法 tricks 三、Single Person Pose estimation 四、Multi-Person Pose estimation 一、常用数据集 Pose Estimation/keypoint常用数据集 1.Posetrack：https://posetrack.net/ > 500 video sequences &gt...
人体姿态估计综述
qq_42316533的博客
05-31 1万+
任务介绍 人体姿态估计的目标是从给定的图像或视频中确定人的身体关键点（部位/关节）的位置或空间位置，如图一所示，因此，姿态估计使用基于图像的观察获得关节人体的姿态，关节人体由关节和刚性部分组成。 在估计给定图像中的人体姿势时，最常见的两种方法：1）Top-down的方法，处理从低分辨率到高分辨率进行，首先使用边界框对象检测器检测图像中的各个实例，然后重点确定它们的姿态。如图5： 然而这些方法总是受到早期检测的影响，这意味着如果最开始对个人的检测失败，就没有恢复的可能性。此外，当多个个体有重叠，模型很容易
构建基于深度学习的人体姿态估计系统 数据预处理到模型训练、评估和部署 _如何利用人体姿态识别估计数据集_数据进行人体姿态估计研究的建议Human3.6M
2401_88440984的博客
01-20 1112
构建基于深度学习的人体姿态估计系统数据预处理到模型训练、评估和部署_如何利用人体姿态识别估计数据集_数据进行人体姿态估计研究的建议Human3.6M
Head Pose Estimation头部姿态估计任务的基本了解：从数据集开始
wqthaha的专栏
07-09 2658
为了检测司机的疲劳状态，除了基于人脸关键点的检测去判断是否闭眼，是否打哈欠，还可以基于头部的姿态取判断是否正视前方，或者低头睡觉．那么准确的头部姿态估计，必不可少．此前，我们基于PnP算法取估计HPE，但误差较大．因此，我们决定在YOLOLandmark基础上添加额外的任务，即人脸检测，人脸关键点检测以及头部姿态检测，三个任务整合到一起．。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值