行人检测数据集
行人检测( Pedestrian Detection) 是
计算机视觉
领域内应用比较广泛和比较热门的算法,一般会与行人跟
踪,行人重识别等技术进行结合,来对区域内的行人进行检测识别跟踪,广泛应用于安防,零售等领域。
由于行人的外观易受穿着、尺度、遮挡、姿态和视角等影响,行人检测也具有一定的挑战性。本文我们收
集了行人检测常用的一些数据集,方便大家来学习和研究行人检测算法。所有数据集均为网上公开数据
集,文末附有下载链接。
1.MIT-CBCL Pedestrian Database(MIT行人数据库)
该数据库为较早公开的行人数据库,共
924
张行人图片(
ppm
格式,宽高为
64x128
),肩到脚的距离
约
80
象素。该数据库只含正面和背面两个视角,无负样本,未区分训练集和测试集。
Dalal
等采
用
“HOG+SVM”
,在该数据库上的检测准确率接近
100%
。
2.USC Pedestrian Detection Test Set(USC行人数据库)
该数据库包含三组数据集(
USC-A
、
USC-B
和
USC-C
),以
XML
格式提供标注信息。
USC-A[Wu, 2005]
的
图片来自于网络,共
205
张图片,
313
个站立的行人,行人间不存在相互遮挡,拍摄角度为正面或者背
面;
USC-B
的图片主要来自于
CAVIAR
视频库,包括各种视角的行人,行人之间有的相互遮挡,共
54
张图
片,
271
个行人;
USC-C
有
100
张图片来自网络的图片,
232
个行人(多角度),行人之间无相互遮挡。
3.Caltech Pedestrian Detection Benchmark(Caltech行人数据库)