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？
Human-Art|人体检测数据集|姿态估计数据集
收藏arXiv2023-04-05 更新2024-06-21 收录
下载链接：
https://idea-research.github.io/HumanArt/
下载链接
链接失效反馈资源简介：
Human-Art是一个以人为中心的数据集，旨在桥接自然和人工场景。该数据集包含50,000张高质量图像，涵盖了5个自然场景和15个人工场景，总计超过123,000个人物实例。数据集提供了详细的标注，包括边界框、关键点、自接触点和文本信息，适用于多种下游任务，如人体检测、2D和3D姿态估计、图像生成和动作转移。Human-Art的创建旨在解决现有模型在人工场景中表现不佳的问题，为相关研究提供新的挑战和机会。
提供机构：
国际数字经济学院
创建时间：
2023-03-06
AI搜集汇总
数据集介绍
构建方式
Human-Art数据集的构建过程经过精心设计，涵盖了自然与人工场景中的多样化人类表现形式。首先，研究团队从27个高质量图像网站、线下展览以及生成模型（如Stable Diffusion）中手动筛选了约100万张图像，确保图像的高质量和多样性。随后，通过两次人工筛选和算法过滤，剔除了不包含人类或质量较低的图像，最终保留了5万张高质量图像。这些图像涵盖了20个艺术类别，包括5种自然场景和15种人工场景，并提供了精确的手动标注，如人体边界框、2D关键点、自接触点和文本描述。数据集进一步被划分为训练集、验证集和测试集，比例为70%、10%和20%。
使用方法
Human-Art数据集的使用方法广泛且灵活，适用于多种计算机视觉任务。首先，在人体检测和姿态估计任务中，研究人员可以利用其丰富的标注信息训练和测试模型，尤其是在跨域场景下的泛化能力。其次，数据集的自接触点标注为3D人体网格恢复提供了额外的约束，有助于优化深度估计。此外，Human-Art还可用于图像生成任务，通过其多样化的艺术场景生成具有合理人体结构的图像。最后，数据集支持运动迁移任务，尤其是在跨场景迁移中，通过优化姿态估计模型，显著提升了迁移效果。研究人员可以通过公开的训练集和验证集进行模型开发，并通过测试接口评估模型性能。
背景与挑战
背景概述
Human-Art数据集由国际数字经济学院和香港中文大学的研究团队于2023年提出，旨在填补自然场景与人工场景之间的人体视觉任务研究空白。该数据集包含50,000张高质量图像，涵盖5种自然场景和15种人工场景，共计123,000个人体实例，并提供了丰富的标注信息，包括边界框、关键点、自接触点和文本描述。Human-Art的创建动机源于现有计算机视觉模型在艺术场景（如雕塑、绘画和卡通）中的表现不佳，尤其是在人体检测、姿态估计和图像生成等任务上。通过引入这一数据集，研究团队希望推动跨领域的人体视觉研究，特别是在虚拟现实、增强现实和元宇宙等新兴技术中的应用。
当前挑战
Human-Art数据集面临的挑战主要体现在两个方面。首先，在领域问题上，现有模型在自然场景中表现优异，但在艺术场景中表现显著下降，主要原因在于自然与人工场景之间的领域差异。例如，现有模型在雕塑场景中的平均精度仅为12.6%，远低于自然场景中的63.2%。其次，在数据构建过程中，研究团队面临了图像收集和标注的复杂性。由于艺术场景中的人体形态多样且存在夸张变形，标注工作尤为困难。此外，数据集中的人工场景图像来源广泛，风格各异，如何保证数据的多样性和标注的准确性也是一个重要挑战。这些挑战不仅影响了模型的训练效果，也为未来的研究提供了新的方向。
常用场景
经典使用场景
Human-Art数据集在计算机视觉领域中被广泛应用于跨自然与人工场景的人体相关任务。其经典使用场景包括人体检测、2D和3D人体姿态估计、图像生成以及运动迁移等任务。通过提供高质量的自然与人工场景图像及其丰富的标注信息，Human-Art为这些任务提供了多样化的数据支持，尤其是在处理艺术作品中的人体表现时，弥补了现有数据集在人工场景中的不足。
解决学术问题
Human-Art数据集解决了现有计算机视觉模型在自然与人工场景之间的领域差距问题。传统的人体检测和姿态估计模型在自然场景中表现优异，但在雕塑、绘画等人工场景中表现较差。Human-Art通过提供涵盖5种自然场景和15种人工场景的5万张高质量图像，显著提升了模型在跨场景任务中的泛化能力。此外，其丰富的标注信息（如关键点、自接触点等）为3D人体网格恢复等任务提供了新的研究机会。
实际应用
在实际应用中，Human-Art数据集为虚拟现实（VR）、增强现实（AR）以及元宇宙等领域提供了重要的数据支持。例如，在动画角色生成、角色渲染和角色运动重定向等任务中，Human-Art能够帮助生成具有合理人体结构的艺术图像。此外，该数据集还可用于跨场景的运动迁移任务，提升模型在不同艺术风格中的表现。
数据集最近研究
最新研究方向
Human-Art数据集作为连接自然与人工场景的桥梁，近年来在人本计算机视觉领域引起了广泛关注。该数据集包含5万张高质量图像，涵盖5种自然场景和15种人工场景，提供了丰富的标注信息，如边界框、关键点、自接触点和文本描述。这些标注不仅支持传统的人体检测和姿态估计任务，还为图像生成、运动迁移等新兴任务提供了新的研究机会。随着虚拟现实（VR）、增强现实（AR）和元宇宙的兴起，Human-Art数据集在跨领域任务中的应用潜力愈发显著。例如，在艺术风格的人体图像生成中，该数据集为生成模型提供了多样化的训练样本，显著提升了生成图像的质量和多样性。此外，Human-Art还为跨场景的人体姿态估计和运动迁移任务提供了新的挑战，推动了相关算法的进一步发展。
相关研究论文
- 1Human-Art: A Versatile Human-Centric Dataset Bridging Natural and Artificial Scenes国际数字经济学院 · 2023年
以上内容由AI搜集并总结生成
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
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
PlantVillage
在这个数据集中，39 种不同类别的植物叶子和背景图像可用。包含 61,486 张图像的数据集。我们使用了六种不同的增强技术来增加数据集的大小。这些技术是图像翻转、伽玛校正、噪声注入、PCA 颜色增强、旋转和缩放。
OpenDataLab 收录
AgiBot World
为了进一步推动通用具身智能领域研究进展，让高质量机器人数据触手可及，作为上海模塑申城语料普惠计划中的一份子，智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目，旨在构建国际领先的开源技术底座，标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集，AgiBot World 的长程数据规模高出 10 倍，场景范围覆盖面扩大 100 倍，数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能，从抓取、放置、推、拉等基础操作，到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互，几乎涵盖了日常生活所需的绝大多数动作需求。
github 收录
中国农村金融统计数据
该数据集包含了中国农村金融的统计信息，涵盖了农村金融机构的数量、贷款余额、存款余额、金融服务覆盖率等关键指标。数据按年度和地区分类，提供了详细的农村金融发展状况。
www.pbc.gov.cn 收录
熟肉制品在全国需求价格弹性分析数据
为更好了解各市对熟肉制品的市场需求情况，本行业所有企业对相关熟肉制品需求弹性数据进行采集计算。如果熟肉制品需求量变动的比率大于价格变动的比率，那么熟肉制品需求富有弹性，说明顾客对于熟肉制品价格变化的敏感程度大，弹性越大，需求对价格变化越敏感，本行业所有企业可以在该市适当的降低熟肉制品价格来获得较多的收益。如果熟肉制品需求缺乏弹性，本行业所有企业可以在该市适当的提高熟肉制品价格来获得较多的收益。该项数据对本行业所有企业在全国的市场营销决策有重要意义。1.数据采集：采集相关熟肉制品在某一时间段全国的的需求数据和价格数据，按照市级进行整理归纳，得到该熟肉制品的需求量变动数值和价格变化数值。 2.算法规则：对采集得到的数据按照如下公式进行计算：需求弹性系数Ed=-(△Q/Q)÷(△P/P），得到需求弹性系数。式中：Q表示产品的需求量，单位为份；P表示产品的价格，单位为元；△Q表示需求量同比变动值，单位为份；△P表示价格同比变动值，单位为元。取需求弹性系数的绝对值|Ed|作为分析数据时的参考系数。 3.数据分析：根据|Ed|的数值可分析该熟肉制品的需求价格弹性。（1）|Ed|=1（单位需求价格弹性），说明需求量变动幅度与价格变动幅度相同；（2）1<|Ed|（需求富有弹性），说明需求量变动幅度大于价格变动幅度；（3）|Ed|<1（需求缺乏弹性），说明需求量变动幅度小于价格变动幅度。
浙江省数据知识产权登记平台 收录