人体属性识别数据集

人像属性检索常用于刑侦中为公安破案提供有效线索,提高破案速度。还可以在安全生产领域以及商业领域。

目前人像属性检索主要性能指标在人像属性识别精度上,虽然目前在公开数据集上达到了不错的成绩,但是由于实际场景的复杂多样性,地点随机,且光线、角度、姿态不同,再加上人体容易受到检测精度、遮挡等因素的影响,属性标签识别并不理想,实际应用中精度并不是很高。

【监控人体属性数据】推荐,提取包括人的生理特征(如性别、年龄、种族、发色)、头部穿戴饰物特征(眼镜、墨镜、帽子、口罩),人的衣着、人体朝向、人的附属物信息(是否背包、拧包、打伞),以及人体类型、遮挡情况、模糊程度等特征,进行结构化描述,有效提高识别精度。

210188框 监控人体属性数据

数据规格:

数据量:210188 框

采集环境:室内、室外,其中商场 132555 框,广场 10615 框,街道 67018 框。室内场景包括商场等真实场景,室外场景包括普通街道、商场门口真实场景。

拍摄设备:1080P 监控摄像头

拍摄方位:真实监控场景,摄像头角度 20°~60°,高度 2.5-7 米 人员分布

人员类型:行人 184460 框,骑车人 25713 框

性别分布:男性 83976 框,女性 126132

年龄分布:婴儿、小孩、学生、青年、中年、老年婴儿特指无法走路,还在手推车里的小孩(0 岁-3 岁),1885 框 小孩指 10 岁以下(4 岁-10 岁),26885 框 学生指初高中(11 岁-18 岁),22263 框 青年指大学生以上(19 岁-40 岁),114772 框 中年(41 岁-60 岁),38403 框 老年(60 岁以上),5951 框

数据格式:jpg,json

标注内容:

  1. 标注站着、坐着、蹲着、躺着、抱小孩、背小孩、容器(购物车、婴儿车)中的小孩、走着的人、骑车人、推车和拉杆箱。

  2. 标注对象遇到被遮挡情况,按预估标注完整框;遇到被截断情况,标注可见区域。

  3. 上衣类型属性、附属物属性为复选(比如毛衣上披了披肩、同时背双肩包和斜挎包等),其 余属性均为单选。

  4. 边界框与标注对象边界误差在 5 个像素内。

  5. 全身属性说明:“全身”属性为 yes 时,表示从上衣到脚为一件衣服(类似医生的白大 褂),其余情况全身属性均为 no(连衣裙等到膝盖的也不算全身)。

  6. “其他”说明:“其他”表示该属性清晰可见,但是不属于列表中明细的任何一类。

  7. “不明确”说明:“不明确”表示该属性不可见或者看不清无法判断。

  8. 各种属性按照实际情况进行标注,因此属性中各项明细不能完全均匀分布。

注:数据集中并没有对全部出现的人体进行标注,只标注了部分人体,总框数 210188 框。颜 色属性由于不同显示器的显示效果不同,可能会有小幅出入。

属性列表:

类型:行人、骑车人

遮挡:完全未遮挡、部分遮挡、大部分遮挡(完全未遮挡(0%) 部分遮挡(0%~20%) 大部分遮挡(20%~50%);)

截断:完全未截断、部分截断、大部分截断(完全未截断(0%) 部分截断(0%~20%) 大部分截断(20%~50%))

人脸是否能看清:是、否

身体朝向:正面、背面、左侧(包括左前、左后)、右侧(包括右前、右后)、不明确,具体朝向以标注人员视角为准

发型:光头、短发、长发、戴帽子、不明确(头发在耳朵垂以上才算短发,头发在耳朵垂以下的全是长发)

眼镜:无眼镜、透明眼镜(包括只佩戴镜框)、墨镜(包括有色眼镜)、不明确

佩戴口罩:佩戴口罩、不佩戴口罩、不明确

性别:男、女

年龄:婴儿、小孩、学生、青年、中年、老年

人种:亚洲人、白人、黑人、不明确

全身:是、否

上衣类型:户外外套、西装外套、毛衣、t 恤、衬衫、连帽衫、无袖上衣、披肩、其他、不 明确

上衣颜色:黑、白、灰、橙、黄、绿、青(蓝绿色)、蓝、紫、洋红(红偏粉)、红、棕、其它(其它颜色)、不明确

上衣纹理:纯色、条纹、格子、大色块(主要颜色占大部分)其它(其他纹理)、不明确

下衣类型:下衣类型:长裤、短裤、长裙、短裙(以膝盖为界)、不明确

下衣颜色:黑、白、灰、橙、黄、绿、青、蓝、紫、洋红、红、棕、其它(其它颜色)、不明确

下衣纹理:纯色、条纹、格子、大色块、其它(其它纹理)、不明确

鞋子:皮鞋(男士、女士皮鞋、女士瓢鞋)、休闲鞋(包括运动鞋、布鞋)、靴子(包括长短靴、雨靴)、凉鞋(包括女士高跟凉鞋、拖鞋)、其它、不明确

鞋子颜色:黑、白、灰、橙、黄、绿、青、蓝、紫、洋红、红、棕、其它(其它颜色)、不明确

附属物:无、双肩包、手拎包、斜挎包、拉杆箱、推车、雨伞、其它。

质量要求:人体框标注准确率 95%以上 人体属性标注准确率 95%以上

数据链接:https://www.datatang.com/dataset/info/image/966