SceneDAPR

SceneDAPR是一个新颖的场景级草图数据集，用于自动分析Draw-A-Person-in-the-Rain（DAPR）测试，这是一种用于识别压力体验和应对行为的心理学绘图评估。

SceneDAPR is a novel scene-level sketch dataset designed for the automated analysis of the Draw-A-Person-in-the-Rain (DAPR) test, a psychological drawing assessment used to identify stress experiences and coping behaviors.

原始信息汇总

数据集概述

数据集名称： SceneDAPR

数据集描述： SceneDAPR是一个新颖的场景级手绘草图数据集，用于自动分析Draw-A-Person-in-the-Rain（DAPR）心理绘画评估，该评估用于识别压力经历和应对行为。

数据集内容

• 数据规模：

  • 场景草图总数： 1,399
  • 年龄组分布：
    • 儿童与青少年（8-18岁）：462（33.02%）
    • 成年人（19-59岁）：650（46.46%）
    • 老年人（60-96岁）：287（20.51%）
  • DAPR对象类别总数： 5,239
    • 人物：1,723
    • 雨：1,498
    • 伞：826
    • 云：621
    • 水坑：468
    • 闪电：105

• 数据结构：

  • 场景级草图： 1,399个场景级手绘草图，包括分割标签和对象级草图的顺序笔画。
  • 元数据： 包括绘画时间、笔画计数、笔画长度以及绘画者的年龄和性别。
  • 数据存储：
    • dataset/collected: 包含不同年龄组的场景级手绘草图。
    • dataset/synthesized: 用于数据增强，基于布局模板创建的合成草图。

数据集使用

• 访问条件： 需要同意共享联系信息，并遵守非商业科学研究用途的许可协议。
• 数据集任务： 支持对象检测任务，用于粗粒度分析。
• 训练与推理： 使用YOLOv8进行模型训练和推理，支持不同年龄偏好的数据集配置。

数据集维护

• 维护者： Jiwon Kang 和 Jiwon Kim
• 联系方式： [e-mail]

数据集许可

• 许可类型： Creative Commons Attribution-NonCommercial 4.0 International license (CC BY-NC 4.0)
• 使用限制： 仅限于非商业科学研究用途。

搜集汇总

数据集介绍

构建方式

SceneDAPR数据集的构建基于对不同年龄段人群的自由手绘场景图的收集与处理。该数据集不仅包含了1,399幅场景级别的自由手绘图，还提供了6,420个对象级别的分割标签。此外，数据集还记录了每幅图的绘制顺序、绘制时间、绘制者的年龄和性别等元数据。为了增强数据集的多样性，SceneDAPR还通过合成技术生成了额外的手绘图，这些合成图基于已收集的场景图中的对象布局模板。

特点

SceneDAPR数据集的显著特点在于其多层次的数据结构和丰富的元数据信息。数据集不仅包含了高分辨率的像素图像和基于矢量的手绘图，还提供了详细的绘制顺序和对象分割信息。此外，数据集的年龄和性别分布广泛，涵盖了从儿童到老年人的多个年龄段，这为跨年龄段的心理分析提供了坚实的基础。

使用方法

使用SceneDAPR数据集时，用户首先需要通过Git克隆数据集的GitHub仓库，并安装所需的依赖包。数据集的结构清晰，用户可以通过提供的CSV文件访问每幅图的详细信息，包括绘制者的年龄、性别、绘制时间等。对于深度学习任务，如对象检测，数据集提供了预处理脚本和YOLOv8的训练配置文件，用户可以直接使用这些资源进行模型训练和推理。

背景与挑战

背景概述

SceneDAPR数据集是一个新颖的场景级手绘数据集，旨在通过自动分析Draw-A-Person-in-the-Rain（DAPR）测试来识别压力体验和应对行为。该数据集由韩国首尔国立大学（SKKU）的DSAIL实验室创建，主要研究人员包括Jiwon Kang和Jinyoung Han等。SceneDAPR数据集包含了1,399幅场景级自由手绘图，涵盖了从儿童到老年人的多个年龄段，并提供了6,420个对象级草图的分割标签。此外，数据集还记录了绘图的顺序笔画和绘图者的元数据（如年龄、性别和绘图时间）。这一数据集的创建为心理学绘图评估提供了新的工具，有助于自动化分析和理解个体的心理状态。

当前挑战

SceneDAPR数据集在构建过程中面临多个挑战。首先，收集不同年龄段的手绘图需要确保样本的多样性和代表性，这涉及到与多个年龄段个体的心理状态相关的复杂性。其次，数据集的标注工作，特别是对象级草图的分割标签，需要高度专业化的知识和技能，以确保标注的准确性和一致性。此外，数据集的合成部分，即基于布局模板创建的合成草图，需要精确控制对象的位置和替换，以保持数据的真实性和可用性。最后，数据集的使用受到非商业科学研究目的的限制，这可能限制了其在更广泛应用中的潜力。

常用场景

经典使用场景

SceneDAPR数据集在心理学领域中被广泛用于自动分析Draw-A-Person-in-the-Rain（DAPR）测试，这是一种用于识别压力经历和应对行为的心理绘画评估。通过该数据集，研究者可以训练模型以检测和分析绘画中的对象，如人物、雨、伞等，从而推断出绘画者的情感状态和心理状况。

衍生相关工作

基于SceneDAPR数据集，研究者们开发了多种心理健康评估模型和工具，如基于深度学习的情感分析系统和自动化心理测试平台。这些工作不仅提升了心理评估的效率和准确性，还促进了心理学与其他学科的交叉研究，如计算机视觉和人工智能在心理学中的应用。

数据集最近研究

最新研究方向

在心理学与计算机视觉的交叉领域，SceneDAPR数据集的最新研究方向主要集中在自动化心理评估系统的开发与优化。该数据集通过收集和分析自由手绘场景，特别是Draw-A-Person-in-the-Rain测试，为识别压力体验和应对行为提供了丰富的视觉和语义信息。研究者们正利用深度学习技术，如YOLOv8模型，进行对象检测任务，以实现对绘图中情感和行为的自动解析。此外，数据集的合成与增强技术也被广泛应用于提高模型的泛化能力和评估的准确性。这些研究不仅推动了心理评估的自动化进程，也为个性化心理健康干预提供了新的工具和方法。