Humans and Digital Logistics - metadata from research interviewee list

Name: Humans and Digital Logistics - metadata from research interviewee list
Creator: Kozminski University
Published: 2026-02-27T13:10:43+08:00

RepOD Repository for Open Data2026-02-27 更新2026-07-23 收录

数字物流

人机交互

数据链接：

https://repod.icm.edu.pl/dataset.xhtml?persistentId=doi:10.18150/6UBXKB 数据链接链接失效反馈

官方服务：

资源简介：

Miszczyński, Miłosz, 2026, "Humans and Digital Logistics - metadata from research interviewee list", https://doi.org/10.18150/6UBXKB, RepOD, V1

提供机构：

Kozminski University

创建时间：

2026-02-27

TLV (Touch-Language-Vision)

多模态感知干扰

人机交互

TLV数据集是由北京交通大学北京交通数据分析与挖掘重点实验室创建，旨在通过人机协同方式实现触觉、语言和视觉的多模态对齐。该数据集包含20000对同步的触觉和视觉观察，其中详细标注了19834个实例，每个实例都附有句子级别的描述。创建过程中，通过使用GelSight传感器和VisGel数据集收集触觉和视觉数据，并利用GPT-4V进行文本标注。TLV数据集主要应用于触觉相关的多模态感知研究，特别是解决

arXiv2024-05-10 更新721

Ego2HandsPose

人机交互

手势识别

Ego2HandsPose是一个专为单目RGB相机在非实验室环境下进行双人手3D全局姿态估计而设计的大型数据集。该数据集由杨百翰大学的研究团队创建，旨在解决现有数据集在视觉多样性和环境适应性方面的不足。数据集通过一种基于合成的数据生成技术，创建了具有高质量、数量和多样性的双人手实例，这些实例能够很好地泛化到未见过的领域。Ego2HandsPose不仅支持双人手分割和检测，还首次实现了在未知环境中的

arXiv2022-06-10 更新690

ACTIVE

机器人感知

人机交互

ACTIVE（Action from Robotic View）是一个专为移动服务机器人感知视角设计的大规模数据集，包含30个复合动作类别、80名参与者和46,868个注释视频实例，涵盖RGB和点云两种模态。参与者在不同环境中执行各种人类动作，距离从3米到50米不等，同时摄像机平台也是移动的，模拟了机器人感知的真实场景。该数据集旨在推动自然人机交互（N-HRI）中的动作和属性识别研究。

github2025-07-31 更新230

Facial Expression and Touch gesture Emotion (FETE) dataset

情感识别

人机交互

The FETE dataset comprises facial expressions and touch gestures to fully utilize the interactive information from the two modalities during HRI. The dataset is organized into ten folders, where each

DataONE2023-05-25 更新710

NatSGD

人机交互

机器人学习

NatSGD是一个多模态人机交互数据集，由马里兰大学帕克分校创建。该数据集包含1143条通过语音和手势发出的自然人类指令，同步记录了机器人的行为演示。数据集内容涵盖日常厨房任务，如食物准备、烹饪和清洁，旨在训练机器人理解复杂任务。创建过程中采用了Wizard of Oz实验设计，确保交互的自然性。NatSGD的应用领域包括多模态感知、视觉识别、模仿学习等，旨在解决人机交互中的任务理解问题。

arXiv2024-03-05 更新640

Humans and Digital Logistics - metadata from research interviewee list

资源简介：

相关数据集