TI1K Dataset

TI1K数据集包含1000张手部图像，每张图像都有手部边界框以及拇指和食指指尖位置，适用于混合现实应用。

The TI1K dataset comprises 1000 hand images, each annotated with hand bounding boxes and the positions of the thumb and index finger tips, suitable for mixed reality applications.

原始信息汇总

数据集概述

名称: Thumb Index 1000 (TI1K)

内容: 包含1000张手部图像，每张图像包含手部边界框以及拇指和食指的指尖位置。图像仅包含双手的拇指和食指，分辨率为640x480。

用途: 适用于混合现实（MR）应用，特别是涉及手部动作的场景。

数据格式: 所有训练和测试图像的标注信息存储在"label.txt"文件中，格式为：[name of the image, xtl, ytl, xbr, ybr, xt, yt, xi, yi]，其中各参数代表手部边界框和指尖的坐标。

数据集划分: 1000张图像中，900张用于训练，100张用于测试。

评估数据: 包含四名参与者的手部动作视频，共12个视频文件，格式为.mp4，分辨率为640x480，每秒10帧，每个视频包含50帧序列。视频文件夹中包含相应的标注信息。

引用信息

若使用此数据集，请引用以下论文：

1. Affine transformation of virtual 3D object using 2D localization of fingertips

   • 作者: Mohammad Mahmudul Alam, SM Mahbubur Rahman
   • 期刊: Virtual Reality & Intelligent Hardware
   • 卷号: 2
   • 期号: 6
   • 页码: 534--555
   • 年份: 2020
   • 出版商: Elsevier

2. Detection and Tracking of Fingertips for Geometric Transformation of Objects in Virtual Environment

   • 作者: Mohammad Mahmudul Alam, SM Mahbubur Rahman
   • 会议: 2019 IEEE/ACS 16th International Conference on Computer Systems and Applications (AICCSA)
   • 地点: Abu Dhabi, United Arab Emirates
   • 页码: 1--8
   • 年份: 2019
   • 组织: IEEE

搜集汇总

数据集介绍

构建方式

TI1K数据集构建于混合现实（MR）应用背景下，专注于拇指和食指的自然运动捕捉。该数据集包含1000张分辨率为640x480的手部图像，每张图像均标注了手部边界框以及拇指和食指的指尖位置。所有图像均经过标准化处理，确保数据的一致性和可比性。数据集分为训练集和测试集，其中900张图像用于训练，100张图像用于测试。此外，数据集还包含四名参与者的实时手部运动视频，视频帧率为每秒10帧，分辨率为640x480，并附有相应的标注文件。

使用方法

TI1K数据集的使用方法简洁明了。研究者可通过读取Annotation文件夹中的label.txt文件获取所有图像的标注信息，标注格式为[图像名称, 手部边界框左上角x坐标, 手部边界框左上角y坐标, 手部边界框右下角x坐标, 手部边界框右下角y坐标, 拇指x坐标, 拇指y坐标, 食指x坐标, 食指y坐标]。对于视频数据，研究者可访问Evaluation文件夹，获取四名参与者的手部运动视频及相应标注文件。视频标注格式与图像标注一致，便于进行实时指尖检测与跟踪算法的评估与优化。

背景与挑战

背景概述

TI1K数据集由Mohammad Mahmudul Alam和SM Mahbubur Rahman等研究人员于2019年首次发布，并在2020年进行了更新。该数据集专注于第一人称视角下的指尖检测与跟踪，旨在支持虚拟现实（VR）和混合现实（MR）应用中的几何变换研究。数据集包含1000张手部图像，每张图像均标注了手部边界框以及拇指和食指的指尖位置。这些图像捕捉了拇指和食指的自然运动，为研究者在虚拟环境中实现精确的物体变换提供了重要数据支持。TI1K数据集的相关研究成果已发表在IEEE和Elsevier等知名期刊上，对推动虚拟现实与增强现实领域的技术发展具有显著影响。

当前挑战

TI1K数据集在构建和应用过程中面临多重挑战。首先，指尖检测与跟踪在复杂背景和动态光照条件下具有较高的技术难度，尤其是在实时应用中，算法的鲁棒性和准确性至关重要。其次，数据集的构建需要精确标注手部边界框和指尖位置，这一过程耗时且容易引入人为误差。此外，尽管数据集提供了丰富的图像和视频数据，但其样本量相对有限，可能限制了深度学习模型的泛化能力。最后，虚拟现实和混合现实应用对实时性和交互性要求极高，如何在保证精度的同时提升算法的计算效率，仍是亟待解决的关键问题。

常用场景

经典使用场景

TI1K数据集在自我中心视觉领域中，主要用于实时指尖检测与跟踪系统的开发。该数据集通过捕捉拇指和食指的自然运动，为混合现实（MR）应用提供了丰富的图像资源。研究人员可以利用这些数据训练和测试算法，以实现虚拟环境中物体的几何变换。

解决学术问题

TI1K数据集解决了在虚拟现实和混合现实领域中，精确检测和跟踪指尖位置的难题。通过提供高质量的标注数据，该数据集支持了基于指尖位置的虚拟物体仿射变换研究，推动了人机交互技术的发展，并为相关算法的性能评估提供了标准化的基准。

实际应用

在实际应用中，TI1K数据集被广泛用于开发增强现实（AR）和虚拟现实（VR）中的手势识别系统。例如，在医疗培训、虚拟手术模拟和远程协作等场景中，精确的指尖检测和跟踪技术能够显著提升用户体验和操作精度。

数据集最近研究

最新研究方向

在混合现实（MR）和增强现实（AR）领域，TI1K数据集的最新研究方向聚焦于实时指尖检测与跟踪系统的优化与应用。该数据集通过提供1000张包含拇指和食指位置标注的手部图像，为研究者在虚拟环境中进行几何变换和交互操作提供了丰富的数据支持。近年来，随着虚拟现实技术的快速发展，TI1K数据集在提升指尖检测精度和实时性方面发挥了重要作用。研究者们利用该数据集，探索了基于深度学习的指尖检测算法，并结合计算机视觉技术，实现了更加自然和流畅的虚拟对象操控。此外，TI1K数据集还被广泛应用于手势识别、人机交互等前沿领域，推动了混合现实技术在医疗、教育、娱乐等行业的创新应用。