有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
UWA Hyperspectral Face Database|高光谱成像数据集|人脸识别数据集
收藏ieee-dataport.org2025-03-25 收录
下载链接：
https://ieee-dataport.org/documents/uwa-hyperspectral-face-database
下载链接
链接失效反馈资源简介：
This is the largest database of hyperspectral face images containing hyperspectral image cubes of 78 subjects imaged in multiple sessions. The data was captured with the CRI's VariSpec LCTF (Liquid Crystal Tunable Filter) integrated with a Photon Focus machine vision camera. There are 33 spectral bands comering the 400 - 720nm range with a 10nm step. The noise level in the dataset is relatively lower because we adapted the camera exposure time to the transmittance of the filter illumination intensity as well as CCD sensitivity in each band. Head position is not strictly fixed during imaging and slight head movements were unavoidable between individual bands.
本数据集为包含78位受试者在多次成像过程中获取的超光谱人脸图像的最大数据库。图像数据采用CRI公司研发的 VariSpec LCTF（液晶可调滤波器）与Photon Focus机器视觉相机集成采集。数据集中包含33个光谱波段，覆盖400至720纳米的范围，步进为10纳米。由于我们根据每个波段的滤光器照射强度以及CCD灵敏度调整了相机曝光时间，因此数据集中的噪声水平相对较低。在成像过程中，头部位置并未严格固定，且在各个波段之间不可避免地存在轻微的头部移动。
提供机构：
ieee-dataport.org
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
China Health and Nutrition Survey (CHNS)
China Health and Nutrition Survey（CHNS）是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目，旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响，以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体，采用多阶段随机抽样方法，收集了家庭、个体以及社区层面的详细数据，包括饮食、健康、经济和社会因素等信息。自2011年起，CHNS不断扩展，新增多个城市和省份，并持续完善纵向数据链接，为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。
www.cpc.unc.edu 收录
TCIA
TCIA（The Cancer Imaging Archive）是一个公开的癌症影像数据集，包含多种癌症类型的医学影像数据，如CT、MRI、PET等。这些数据通常与临床和病理信息相结合，用于癌症研究和临床试验。
www.cancerimagingarchive.net 收录
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
lmarena-ai/arena-human-preference-100k
这个数据集包含了2024年6月至2024年8月期间收集的排行榜对话数据。它包括用于开发Arena Explorer的英语人类偏好评价。此外，我们还提供了一个嵌入文件，其中包含了英语对话的预计算嵌入，这些嵌入用于主题建模管道以对这些对话进行分类和分析。
hugging_face 收录
VisDrone2019
VisDrone2019数据集由AISKYEYE团队在天津大学机器学习和数据挖掘实验室收集，包含288个视频片段共261,908帧和10,209张静态图像。数据集覆盖了中国14个不同城市的城市和乡村环境，包括行人、车辆、自行车等多种目标，以及稀疏和拥挤场景。数据集使用不同型号的无人机在各种天气和光照条件下收集，手动标注了超过260万个目标边界框，并提供了场景可见性、对象类别和遮挡等重要属性。
github 收录