一些常用的图像数据库

常用图像数据库

1,http://www.multitel.be/cantata/这个网址提供了大量的视频和图像的数据库下载索引,并有相应的介绍,强烈推荐!大家慢慢去找寻自己的惊喜吧

2,http://www.cvpapers.com/datasets.htmlCVDatasets on the web , 主要好像是直立行人检测....

3,http://www.cvc.uab.es/adas/site/?q=node/7里面又有好几种数据库可以下载:CVC Virtual Pedestrian Dataset、CVC-01Pedestrian Dataset、CVC-02 PedestrianDataset

4,http://www.cis.upenn.edu/~jshi/ped_html/Databasedescription:This is an image database containing images that are usedfor pedestrian detection in the experiments reported in[1]. The images are taken from scenes around campus and urban street. Theobjects we are interested in these images are pedestrians. Each image will haveat least one pedestrian in it.Theheights of labeled pedestrians in this database fall into [180,390] pixels. Alllabeled pedestrians are straight up.There are 170 images with 345 labeled pedestrians, among which 96 images are takenfrom around University of Pennsylvania, and other 74 are taken from aroundFudan University.

5,http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/Caltech Pedestrian Detection Benchmark:The Caltech Pedestrian Dataset consists of approximately10 hours of 640x480 30Hz video taken from a vehicle driving through regulartraffic in an urban environment. About 250,000 frames (in 137 approximatelyminute long segments) with a total of 350,000 bounding boxes and 2300 uniquepedestrians were annotated. The annotation includes temporal correspondence between bounding boxes and detailed occlusion labels. More information can befound in our PAMI2011 and CVPR2009 benchmarking papers.

6,http://www.edgar-seemann.de/pd/datasets.pyPedestrian Detection

7,http://www.wisdom.weizmann.ac.il/~vision/SpaceTimeActions.html#Database

Weizmann 人体行为库
http://www.nada.kth.se/cvap/actions/

KTH人体行为数据库
http://4drepository.inrialpes.fr/public/viewgroup/6 INRIA XMAX多视角视频库
http://vision.eecs.ucf.edu/data.html

UCF Sports 数据库
http://www.di.ens.fr/~laptev/actions/hollywood2/

Hollywood 人体行为库
http://vision.stanford.edu/Datasets/OlympicSports/

Olympic sports dataset
这几个数据库均是基于动作/行为识别的(在第1条网址中也可以找到它们的下载地址),文章《视频中行为识别公开数据库汇总》对它们的评价比较中肯,可以参看:http://blog.sina.com.cn/s/blog_631a4cc40101138j.html

8,http://homepages.inf.ed.ac.uk/rbf/BEHAVE/Computer-assistedprescreening of video streams for unusual activities

9,http://www.cc.gatech.edu/cpl/projects/monsoon/PropagationNet/PropagationNet.htmPropagation Networks for Recognizing Partially OrderedSequential Activity. Goals:
Represent and fuse human knowledge of daily activities with noisy perceptual features
Detect and recognize an activity
Pinpoint components of the activity and detect missing or improperly performed steps

10,http://root.simpleinfo.net/1984DA173065/AreaDatum.aspx由模式识别国家重点实验室提供的链接,数据量比较大,通常需要签属协议,以光盘形式拿到数据。可以下载的有虹膜库数据掌纹数据库步态数据库中文语言资源库笔迹数据库三维人脸数据库行为分析数据库

11,http://www.datatang.com这里也提供一些数据库下载,种类比较多,但是需要付费,不是打广告哦,呵呵,建议大家可以从它那里的数据库介绍中找些线索来进行google,然后你就有可能下载到原始且免费的了哦

12,http://www.csse.uwa.edu.au/~pk/Research/MatlabFns/
MATLAB and Octave Functions for Computer Vision and Image Processing

13,http://mocap.cs.cmu.edu/
CMU Graphics Lab Motion Capture Database

14,http://www.cs.cmu.edu/~cil/v-images.html
Computer Vision Test Images

15,http://getalp.imag.fr/xwiki/bin/view/HISData/
http://www.springerlink.com/content/u57j444p0537p40t/
Health Smart Home (HIS) datasets 从文章作者那里要来的链接

16,http://architecture.mit.edu/house_n/data/
与15的一样,是关于智能家居、老人看护类的日常生活行为

1. Weizmann 人体行为库
此数据库一共包括90段视频,这些视频分别是由9个人执行了10个不同的动作(bend, jack, jump, pjump, run, side, skip, walk, wave1,wave2)。视频的背景,视角以及摄像头都是静止的。而且该数据库提供标注好的前景轮廓视频。不过此数据库的正确率已经达到100%了,现在发文章基本没人用了呀。下载地址:http://www.wisdom.weizmann.ac.il/~vision/SpaceTimeActions.html

2. KTH人体行为数据库
该数据库包括6类行为(walking, jogging, running, boxing, hand waving, hand clapping),是由25个不同的人执行的,分别在四个场景下,一共有599段视频。背景相对静止,除了镜头的拉近拉远,摄像机的运动比较轻微。这个数据库是现在的benchmark,正确率需要达到95.5%以上才能够发文章。下载地址:http://www.nada.kth.se/cvap/actions/

3. INRIA XMAX多视角视频库
该数据库从五个视角获得,一共11个人执行14种行为。室内四个方向和头顶一共安装5个摄像头。另外背景和光照基本不变。下载地址:http://4drepository.inrialpes.fr/public/viewgroup/6

4. UCF Sports 数据库
该视频包括150段关于体育的视频,一共有13个动作。实验室采用留一交叉验证法。2011年cvpr有几篇都用这个数据库,正确率要达到87%才能发文章。下载地址:http://vision.eecs.ucf.edu/data.html

5. Hollywood 人体行为库
该数据库包括8类行为。这些都是电影中的片段。

下载地址:http://www.di.ens.fr/~laptev/actions/hollywood2/

6. Olympic sports dataset
该数据库有16种行为,783段视频。现在的正确率大约在75%左右。

下载地址:http://vision.stanford.edu/Datasets/OlympicSports/

7. UIUC action dataset
这个数据库已经做到98%了,建议不要去做了。下载地址:http://vision.cs.uiuc.edu/projects/activity/

ComputerVision中一些常用的图像数据库

Database OverviewSurveys
http://emotion-research.net/wiki/Databases

AR Face Database (AR):
http://rvl1.ecn.purdue.edu/~aleix/aleix_face_DB.html

BioID Face Database(BioID):
http://www.humanscan.de/support/downloads/facedb.php

Brodatz Texture Database(Brodatz):

Butterfly Database(BDB):
http://www-cvr.ai.uiuc.edu/ponce_grp/data

CMU Frontal FaceDatabase (CMUFF):
http://vasc.ri.cmu.edu//idb/html/face/frontal_images/index.html

CMU PIE Database(CMUPIE):
http://www.ri.cmu.edu/projects/project_418.html

CMU Profile FaceDatabase (CMUPF):
http://vasc.ri.cmu.edu//idb/html/face/profile_images/index.html

Columbia-UtrechtReflectance and Texture Database(CUReT):

Corel Gallery Magic65000 (CGM):

CVL Database (CVL):http://www.lrv.fri.uni-lj.si/facedb.html

Data Becker 222222Premium Cliparts (DBPC):

M2VTS Multimodal FaceDatabase ():

http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html

MIT CBCL Car Database(MITC):

http://cbcl.mit.edu/cbcl/software-datasets/CarData.html

MIT CBCL Face Database(MITF):

http://cbcl.mit.edu/cbcl/software-datasets/FaceData2.html

MIT CBCL FaceRecognition Database ():

http://cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html

MIT CBCL PedestrianDatabase (MITP):

http://cbcl.mit.edu/cbcl/software-datasets/PedestrianData.html

Object RecognitionDatabase (ORDB):

http://www-cvr.ai.uiuc.edu/ponce_grp/data

ORL Database of Faces(ORL):http://www.uk.research.att.com/facedatabase.html

OUTex (OUTex):

PETS 2000 Dataset (PETS2000): ftp://ftp.pets.rdg.ac.uk/pub/PETS2000/

PETS 2001 Dataset(PETS2001):

http://www.cvg.cs.rdg.ac.uk/PETS2001/pets2001-dataset.html

PETS 2002 Dataset(PETS2002):

http://www.cvg.cs.rdg.ac.uk/PETS2002/pets2002-db.html

PETS 2005 Dataset(PETS2005):

http://www.cvg.cs.rdg.ac.uk/PETS-ICVS/pets-icvs-db.html

PETS-ECCV 2004 Dataset(PETSECCV2004):

PETS-ICVS 2003 Dataset(PETSICVS2003):

PETS汇总http://www.hitech-projects.com/euprojects/cantata/datasets_cantata/dataset.html

PhoTex (PhoTex):

Pilot European ImageProcessing Archive (PEIPA):

http://peipa.essex.ac.uk/

Talking Face Video ():

Texture Database (TDB):

http://www-cvr.ai.uiuc.edu/ponce_grp/data

Texture Database for theMeasurement of Textureclassification algorithms (MeasTex):

The Color FERET Database():

http://www.itl.nist.gov/iad/humanid/colorferet/home.html

The Extended M2VTSDatabase (XM2VTSDB ):

http://www.ee.surrey.ac.uk/Research/VSSP/xm2vtsdb/

The FERET Database ():

http://www.itl.nist.gov/iad/humanid/feret/

The Japanese FemaleFacial Expression (JAFFE)Database (JAFFE):

http://www.mis.atr.co.jp/~mlyons/jaffe.html

The M2VTS Database (M2VTS):http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html

The Psychological ImageCollection at Stirling(PICS):

http://pics.psych.stir.ac.uk/cgi-bin/PICS/New/pics.cgi

The UMIST Face Database(UMIST):

http://images.ee.umist.ac.uk/danny/database.html

The University of OuluPhysics-Based FaceDatabase (UOFD):

http://www.ee.oulu.fi/research/imag/color/pbfd.html

The Yale Face Database(YFD):

http://cvc.yale.edu/projects/yalefaces/yalefaces.html

The Yale Face Database B(YFDB):

http://cvc.yale.edu/projects/yalefacesB/yalefacesB.html

Vision Texture Database(VisTex):

VS-PETS 2003 Dataset(VSPETS2003):

微软剑桥研究院kinect姿势识别数据库:
http://research.microsoft.com/en-us/downloads/4e1c9174-9b94-4c4d-bc5e-0a9c929869a7/default.aspx

深度图像处理数据库
http://www.mmk.ei.tum.de/layout.php?LangExt=&selectedMain=Verschiedenes&selectedSub=TUMGAIT2#downl

转自:http://blog.csdn.net/jywowaa/article/details/50502798

附:http://www.open-open.com/lib/view/open1453213718870.html

  http://www.360doc.com/content/14/0226/18/15226177_355922001.shtml

作者:wangduo

出处:http://www.cnblogs.com/wangduo/

本博客中未标明转载的文章归作者wangduo和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。

时间: 2024-10-05 06:12:11

一些常用的图像数据库的相关文章

Day5 - 常用模块学习

本节大纲: 模块介绍(模块导入方法) time &datetime模块 random os sys shutil json & picle shelve xml处理 yaml处理 configparser hashlib subprocess logging模块 re正则表达式 模块,用一堆代码实现了某个功能的代码集合. 类似于函数式编程和面向过程编程,函数式编程则完成一个功能,其他代码用来调用即可,提供了代码的重用性和代码间的耦合.而对于一个复杂的功能来,可能需要多个函数才能完成(函数又

Linux centos下让alias自定义永久生效(+常用的别名)

alias可以简化一些复杂的命令串,使一个单词或简化后的命令即可实现复杂(通常是带很多参数的长串)命令. 基本用法: alias 简化命令='实际的长串命令'    //实际长串命令通常为'原命令 -/选项参数' eg. alias ll='ls -a' 获取别名: alias        //即可查看当前设定的所有alias别名 取消别名: unalias 简化命令 eg. unalias ll            //取消ll的别名 永久生效: 直接使用alias命令定义的别名,重启后就

linux常用命令--netstat

简介 Netstat 命令用于显示各种网络相关信息,如网络连接,路由表,接口状态 (Interface Statistics),masquerade 连接等等. 常用参数 -a (all)显示所有选项,提示:LISTEN和LISTENING的状态只有用-a或者-l才能看到-t (tcp)仅显示tcp相关选项-u (udp)仅显示udp相关选项-n 拒绝显示别名,能显示数字的全部转化成数字.-l 仅列出有在 Listen (监听) 的服務状态 -p 显示建立相关链接的程序名-r 显示路由信息,路由

sql常用格式化函数及字符串函数

一.常用格式化函数 1.日期转字符串 select to_char(current_timestamp, 'YYYY-MM-DD HH24:MI:SS') //2017-09-18 22:41:50 YYYY:年(4和更多位) MM:月份号(01-12) DD:一个月里的日(01-31) HH24:一天的小时数(00-23) MI:分钟(00-59) SS:秒(00-59) 2.字符串转日期 select to_date('2017-09-18','YYYY-MM-DD') //2017-09-

Linux常用命令(echo、date、ls、cd、history、cat)

一.linux常用命令有很多今天我们来总结一下常用的入门命令: 1.linux下关机命令:poweroff.init 0.halt.shutdown -h now 2.linux下重启命令:reboot.init 6.shutdown -r now 3.shutdown命令: 格式:shutdown  options TIME 其中options有以下几个: -r:执行重启 -c:取消shutdown命令 -h:执行关机 其中TIME有以下几个: now:表示现在 +m:相对时间表示法,从命令提

Linux常用命令

常用指令 ls     显示文件或目录 -l  列出文件详细信息l(list) -a  列出当前目录下所有文件及目录,包括隐藏的a(all) mkdir  创建目录 -p  创建目录,若无父目录,则创建p(parent) cd     切换目录 touch  创建空文件 echo   创建带有内容的文件. cat    查看文件内容 cp     拷贝 mv     移动或重命名 rm     删除文件 -r  递归删除,可删除子目录及文件 -f  强制删除 find   在文件系统中搜索某文件

用xshell操作linux系统的常用命令

(1)命令ls——列出文件 ls -la 给出当前目录下所有文件的一个长列表,包括以句点开头的“隐藏”文件 ls a* 列出当前目录下以字母a开头的所有文件 ls -l *.doc 给出当前目录下以.doc结尾的所有文件 (2)命令cp——复制文件 cp afile afile.bak 把文件复制为新文件afile.bak cp afile /home/bible/ 把文件afile从当前目录复制到/home/bible/目录下 cp * /tmp 把当前目录下的所有未隐藏文件复制到/tmp/目

git入门(4)团队中git保管代码常用操作

在团队中协作代码时候,一定要熟练使用以下git命令,不至于把代码库弄乱, PS:一定要提交自己代码(git push)时候,先进行更新本地代码库(git pull),不然提交异常 git常用命令 1·.clone相应项目 git clone ... 举个栗子(只是个栗子) git clone https://github.com/saucxs/watermark.git 2.新建分支并且切换到这个分支 git checkout -b 分支名(英文名) git chenckout -b dialy

第2天:HTML常用标签

今天学完主要对所学知识点进行了整理. 一.超链接ahref:www.baidu.com(跳转页面):id名(锚点跳到相应div位置):01.rar(压缩包) target:_blank(新窗口打开):_self(当前窗口打开)二.文件路径绝对路径:(1)线上:线上绝对路径(2)线下:完整路径 相对路径:src=../img/bg.jpg(../是上一级目录) 三.HTML常用标签section :版块 用于划分页面上的不同区域,或者划分文章里不同的节 header :页面头部或者版块(secti