five

DADA2000|驾驶行为分析数据集|注意力预测数据集

收藏
OpenDataLab2025-04-05 更新2024-05-09 收录
驾驶行为分析
注意力预测
下载链接:
https://opendatalab.org.cn/OpenDataLab/DADA2000
下载链接
链接失效反馈
资源简介:
驾驶员注意力预测正成为类人驾驶系统中必不可少的研究问题。这项工作试图预测驾驶事故场景 (DADA) 中驾驶员的注意力。然而,由于动态的交通场景,复杂而不平衡的事故类别,挑战紧随其后。在这项工作中,我们设计了一个语义上下文诱导的注意融合网络 (SCAFNet)。我们首先将RGB视频帧分割成具有不同语义区域 (即语义图像) 的图像,其中每个区域表示场景的一个语义类别 (例如,道路、树木等),并同时学习两条平行路径中RGB帧和语义图像的时空特征。然后,通过注意力融合网络将学习到的特征融合在一起,以找到驾驶员注意力预测中语义引起的场景变化。贡献是三倍。1) 利用语义图像,引入其语义上下文特征,并验证其对驾驶员注意力预测的明显提升效果,其中语义上下文特征是通过图卷积网络 (GCN) 对语义图像进行建模的;2) 以专注策略融合语义图像的语义上下文特征和RGB帧的特征,并通过卷积LSTM模块将融合的细节在帧上转移,以获得每个视频帧的注意图,并考虑历史场景在驾驶情况下的变化;3) 在我们先前收集的数据集 (称为DADA-2000) 和其他两个具有挑战性的数据集上,使用最新方法评估了所提出方法的优越性。
提供机构:
OpenDataLab
创建时间:
2022-11-18
用户留言
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?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
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

中国气象数据

本数据集包含了中国2023年1月至11月的气象数据,包括日照时间、降雨量、温度、风速等关键数据。通过这些数据,可以深入了解气象现象对不同地区的影响,并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。

github 收录

Subway Dataset

该数据集包含了全球多个城市的地铁系统数据,包括车站信息、线路图、列车时刻表、乘客流量等。数据集旨在帮助研究人员和开发者分析和模拟城市交通系统,优化地铁运营和乘客体验。

www.kaggle.com 收录

CE-CSL

CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集,旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段,涵盖超过70种不同的复杂背景,确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向,通过收集大量真实场景下的手语视频材料,覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域,旨在提高手语识别技术在复杂环境中的准确性和效率,促进聋人与听人社区之间的无障碍沟通。

arXiv 收录

中国高分辨率高质量PM2.5数据集(2000-2023)

ChinaHighPM2.5数据集是中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP)中PM2.5数据集。该数据集利用人工智能技术,使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值,结合地基观测、大气再分析和排放清单等大数据生产得到2000年至今全国无缝隙地面PM2.5数据。数据十折交叉验证决定系数R2为0.92,均方根误差RMSE为10.76 µg/m3。主要范围为整个中国地区,空间分辨率为1 km,时间分辨率为日、月、年,单位为µg/m3。注意:该数据集持续更新,如需要更多数据,请发邮件联系作者(weijing_rs@163.com; weijing@umd.edu)。 数据文件中包含NC转GeoTiff的四种代码(Python、Matlab、IDL和R语言)nc2geotiff codes。

国家青藏高原科学数据中心 收录

FAOSTAT Agricultural Data

FAOSTAT Agricultural Data 是由联合国粮食及农业组织(FAO)提供的全球农业数据集。该数据集涵盖了农业生产、贸易、价格、土地利用、水资源、气候变化、人口统计等多个方面的详细信息。数据包括了全球各个国家和地区的农业统计数据,旨在为政策制定者、研究人员和公众提供全面的农业信息。

www.fao.org 收录