简介

INRIA Person 数据集用来对图像和视频中的直立行人进行检测。该数据集包含两类格式的数据，第一类为原始图像和相应的直立行人标注。第二类为标准化为 64x128 像素的直立性人正类和对应图片的负类图像

数据集内容

数据集包含来自几个不同来源的图像：
来自GRAZ 01数据集的图像，尽管注释文件是全新的。
来自长时间拍摄的个人数字图像集的图像。通常原始正像的分辨率非常高（约2592x1944像素），所以我们裁剪这些图像以突出显示人物。很多人都是旁观者从这些输入照片的背景拍摄的，所以理想的是他们的姿势没有特别的偏见。
使用谷歌图像从网络上拍摄的图像很少。

注意：

每张图片上只标出身高> 100的正直人物。
注释可能不正确;特别是有时候注释边界框的部分可以在对象外部或内部

原始图像（Original Images）

文件夹’train’和’test’分别对应于原始训练和测试图像。两个文件夹都有三个子文件夹：（a）’pos’（正面训练或测试图像），（b）’neg’（负面训练或测试图像）和（c）’注释’（帕斯卡挑战格式）。

标准化图像（Normalized Images）

文件夹’train_64x128_H96’和’test_64x128_H96’对应于上述参考文献中使用的规范化数据集。两个文件夹都有两个子文件夹：（a）’pos’（标准化的正面训练或以左右反射为中心的测试图像），（b）’neg’（包含原始负面训练或测试图像）。文件夹’train / pos’中的图像大小为96x160像素（每边各有16像素的边距），文件夹’test / pos’中的图像大小为70x134像素（每边3像素）。这样做是为了避免边界条件（从而避免分类器中的任何特定偏差）。在这两个文件夹中，使用居中的64x128像素窗口进行原始检测任务。

负窗口（Negative windows）

为了从归一化图像生成否定训练窗口，从1218个负训练照片中随机采样固定的12180个窗口（每个负图像10个窗口），提供初始负训练集。对于每个检测器和参数组合，初步检测器被训练，所有负面训练图像被彻底地搜索（在尺度空间金字塔上）以获得误报（“硬件例子”）。所有得分大于零的例子都被认为是很难的例子。然后使用该增强集（初始12180 +硬示例）重新训练该方法以产生最终检测器。如果有必要，将这组硬副本进行二次采样，以便最终训练集的描述符适合支持SVM训练的1.7 GB RAM。

上面的比例空间金字塔中的开始比例是1，我们不断在金字塔中添加一个级别直到floor（ImageWidth / Scale）> 64和floor（ImageHeight / Scale）> 128。金字塔中两个连续水平之间的比例为1.2。任何尺度的窗口步幅（两个连续窗口之间的采样距离）为8个像素。如果在将所有窗口放在一个比例级别上后，边界仍有一些余量，我们将余量除以2，取其底部并移动整个窗口网格。例如，如果当前级别的图像大小为（75,130），剩余的余量（步幅为8，窗口大小为64,128）为（3,2）。我们将所有窗口移动（楼层（MarginX / 2），楼层（MarginY / 2））。使用以下公式计算新图像宽度和高度：NewWidth = floor（OrigWidth / Scale）和NewHeight = floor（OrigHeight / Scale）。这里scale = 1意味着原始图像的大小。

在测试负面图像时，为了创建负窗口，我们使用相同的采样结构

数据大小及下载

数据下载地址：ftp://ftp.inrialpes.fr/pub/lear/douze/data/INRIAPerson.tar （970MB）。为避免复制图像，使用符号链接引用’train_64x128_H96’和’test_64x128_H96’中的’neg’图像文件夹。

INRIA Person Dataset 原始数据

简介

数据集内容

原始图像（Original Images）

标准化图像（Normalized Images）

负窗口（Negative windows）

数据大小及下载

相关论文