MirrorMind Loop Behavior Dataset

kaggle2025-07-03 更新2025-08-16 收录

数据链接：

官方服务：

资源简介：

Real-time loop detection via webcam gaze patterns

通过网络摄像头注视模式实现实时循环检测

创建时间：

2025-07-03

这是一个开放的多人类行为图像数据集，用于公共紧急安全领域的对象检测模型开发。数据集将常见的人类行为分类并归类为8个类别，包括正常人、儿童、持拐杖者、抱婴儿者、拖行李者、打电话者、孕妇和使用轮椅者。准确检测这些行为对于紧急救援和疏散策略制定非常有帮助。

github2023-12-04 更新1030

该数据集主要关注IVT参数和眼动特征对用户识别的影响，其中包含了特定于用户识别的任务数据。由于某些参与者在视线追踪过程中没有产生固定点，因此在该数据集中，视觉追踪的速度被设定为每秒15度。此外，该数据集还提供了其他相关信息，以便更全面地分析用户识别任务。

arXiv260

该数据集包含图像数据和相关的注视点数据。图像数据以image特征表示，注视点数据以gazes列表表示，其中包含头部边界框、眼睛位置、注视点位置、身体边界框以及进出状态等信息。数据集仅包含一个测试集，共有4782个样本，总大小为241060099.472字节。

Hugging Face2024-12-15 更新160

在科技日新月异的今天，我们很高兴地为您推出基于计算机视觉（CV）技术的图片预测下跪检测系统。这款革命性的产品，通过深度学习和图像分析技术，能够准确预测图片中是否存在下跪行为，为您的安全和隐私提供前所未有的保障。

腾讯云市场500

The validation from the paper : DynAMICS: A tool-based method for the specification and dynamic detection of Android behavioural code smells

DataCite Commons2022-12-19 更新230