本研究利用Unreal Engine 5（UE5）创建了一个合成数据集，专门用于评估不同快门机制下的行人检测模型。数据集包含40个不同的城市街道场景，每个场景在五个不同的时间点进行渲染，以模拟多样的光照条件。此外，场景中随机生成的行人群体增加了数据的多样性和真实性。数据集的创建过程涉及高帧率的全局快门（GS）图像生成，并通过模拟滚动快门（RS）效应来合成RS数据集。该数据集主要应用于机器学习模型在

arXiv2023-09-15 更新240

Parse27k Dataset

行人检测

属性识别

PARSE-27k基于在城市环境中由移动摄像机拍摄的8个不同长度的视频序列。DPM行人检测器已处理了序列的每15帧。我们用10个属性标签手动注释了生成的边界框，同时整理了检测器的误报。属性的选择是由机器人/汽车应用场景驱动的，并且具有与处理影响人的外观和形状的携带物品有关的多个视觉属性。 PARSE-27k有仔细的训练 (50%)，验证 (25%) 和测试 (25%) 拆分。这意味着我们只沿着序列

OpenDataLab2026-07-12 更新130

MultiviewX

行人检测

计算机视觉

MultiviewX 是一个合成的 Multiview 行人检测数据集。它是在 Unity 中使用 PersonX 的行人模型构建的。 MultiviewX 数据集覆盖 16 米 x 25 米的正方形。地平面被量化为 640x1000 网格。 MultiviewX 数据集中有 6 个具有重叠视野的摄像机，每个摄像机输出一个 1080x1920 分辨率的图像。平均而言，4.41 个摄像头覆盖同一位置

OpenDataLab2026-07-12 更新450

Metaverse_Pedestrian_SyntheticDataset

自动驾驶

行人检测

The dataset is generated specifically to simulate the essential components for driving environments in a virtual campus of Chulalongkorn University, including street blocks, various pavements, lane ma

DataCite Commons2024-07-07 更新230

<p>Cross-dataset generalization performance on the WiderPerson dataset.</p>

资源简介：

相关数据集