Select Language

AI社区

公开数据集

CityStreet:多视图人群计数数据集

CityStreet:多视图人群计数数据集

3.32G
518 浏览
2 喜欢
3 次下载
0 条讨论
Urban Classification

在我们的“广域人群计数”论文中使用的多视图人群计数数据集包括我们建议的数据集CityStreet,以及两个用于多视图人群计数的现有......

数据结构 ? 3.32G

    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

    在我们的“广域人群计数”论文中使用的多视图人群计数数据集包括我们建议的数据集CityStreet,以及两个用于多视图人群计数的现有数据集PETS2009和DukeMTMC。

    发行的数据集文件由说明文档和每个数据集的以下文件夹组成:

    1)图像框:

    提供CityStreet框架;对于PETS2009和DukeMTMC,可以按照文档中的说明下载或获取框架。

    2)Labeling_tool:

    为CityStreet和PETS2009数据集提供了基于html的多视图标签工具。

    3)标签:

    包含相机视图和地平面人物标签的json文件。

    4)Projection_code:

    用于image2world和world2image投影的python代码。

    5)GT_density_maps:

    地面密度图,包括基于相应标签的摄像机视图和场景级别的密度图。

    6)ROI_maps和元数据:

    每个视图的摄影机视图和地平面ROI,

    后期融合中使用的归一化图,

    比较方法1“ dmap_weighted”中使用的加权图,

    MVMS模型中用于比例选择的距离图, 以及用于可视化的场景图。


    If you use the dataset, the labels or the code, please remember to cite our papers:

    Wide-Area Crowd Counting via Ground-Plane Density Maps and Multi-View Fusion CNNs.

    Qi Zhang and Antoni B. Chan,

    In: IEEE/CVF Conf. on Computer Vision and Pattern Recognition (CVPR), Long Beach, June 2019. [dataset&code]

    @inproceedings{zhang2019wide,

    title={Wide-Area Crowd Counting via Ground-Plane Density Maps and Multi-View Fusion CNNs},

    author={Zhang, Qi and Chan, Antoni B},

    booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},

    pages={8297–8306},

    year={2019}

    }

    @inproceedings{zhang2020wide,

    title={Wide-Area Crowd Counting: Multi-View Fusion Networks for Counting in Large Scenes},

    author={Zhang, Qi and Chan, Antoni B},

    booktitle={https://arxiv.org/abs/2012.00946},

    year={2020}

    }

    License Information: Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)

    Acknowledgements:

    This work was supported by a grant from the Research Grants Council of the Hong Kong Special Administrative Region, China (CityU 11212518).


    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    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.
    所需积分:10 去赚积分?
    • 518浏览
    • 3下载
    • 2点赞
    • 收藏
    • 分享