Frame30

kaggle2024-10-26 更新2025-01-04 收录

数据链接：

官方服务：

资源简介：

Berisi potongan 30 frame kelas kata yang telah diberi lip landmark

包含30帧的类别词汇片段，已标注关键点特征

创建时间：

2024-10-26

LRW（Lip Reading in the Wild）是一个用于唇语识别的数据集，包含500个常用英语单词的视频片段。每个单词有1000个不同的说话者实例，总计500,000个视频片段。数据集主要用于研究唇语识别技术。

www.robots.ox.ac.uk2050

500 该数据集是一个广受欢迎的句子级别的唇语阅读数据集，包含了34位发言人的句子，每个视频时长为3秒钟。在未知的发言人分割中，使用发言人1、2、20和22进行测试，其余的则用于训练。该数据集的规模为34位发言人，每分钟约有20个视频，其任务是对唇语进行识别。

arXiv970

该数据集包含250个个体，每个个体录制不少于600个短句，每个个体的有效视频时长为半小时，适用于人脸识别和物体检测等任务。

Hugging Face2024-07-17 更新460

LRW-1000是一个大规模的唇语识别数据集，包含1000个最常见的英文单词。每个单词有1000个不同的视频样本，每个视频长度为1.16秒。数据集旨在推动唇语识别技术的发展，特别是在自然环境中的应用。

www.robots.ox.ac.uk1860

数据集由多达1000个不同单词的话语组成，由数百个不同的说话者说出。所有视频的长度均为29帧 (1.16秒)，并且单词出现在视频的中间。单词持续时间在元数据中给出，您可以从中确定开始帧和结束帧。下表给出了数据集统计数据。

OpenDataLab2026-07-12 更新800