MIUN dataset för semi-autonom manövrering av eldrivna rullstolar
SND-ID: 2021-303-1. Version: 1. DOI: https://doi.org/10.5878/k44d-3y06
Ladda ner alla filer
Citering
Alternativ titel
MIUN-Feet dataset
Skapare/primärforskare
Cristian Vilar
- Mittuniversitetet
Forskningshuvudman
Mittuniversitetet
- Institutionen för elektronikkonstruktion (EKS)
Beskrivning
En permobil utrustad med kamera för att detekterar en vårdgivarens fötter bredvid rullstolen. Datasetet innehåller bilder (både färgbilder och distansbilder) med och utan fötter samt annotering av varje objekt som ska detekteras. Bilderna är tagna med en kamera placerad i det högra armstödet av permobilen, lutad 45 grader nedåt. Kameran avbildar vårdgivarens fötter som går bredvid den eldrivna rullstolen. Datasetet innehåller tränings-, validerings- och testfiler med annotering för olika kamerakonfigurationer, (djupbilder, färgbilder (RGB) och kombinerade färg- och djupbilder). Bilderna är insamlade med olika scenarier och ljusförhållanden.
Bilderna i datasetet har tagits med en Intel Realsense D455 djupkamera. Datasetet innehåller separata bildfiler för varje kamerautgång (djup, RGB, RGB+djup) och annoterade etiketter för varje bild. Varje sekvens innehåller 30 sekunders bilder, inspelade med 6 bilder/sekund (180 bilder). Det totala antalet bilder är 6000 (3000 bilder med fötter och 3000 utan). Annoteringen av bilderna har utförts med programvaran labelImg. Varje sekvensscenarie och relatera
Bilderna i datasetet har tagits med en Intel Realsense D455 djupkamera. Datasetet innehåller separata bildfiler för varje kamerautgång (djup, RGB, RGB+djup) och annoterade etiketter för varje bild. Varje sekvens innehåller 30 sekunders bilder, inspelade med 6 bilder/sekund (180 bilder). Det totala antalet bilder är 6000 (3000 bilder med fötter och 3000 utan). Annoteringen av bilderna har utförts med programvaran labelImg. Varje sekvensscenarie och relaterade ramnummer definieras i filen readme.txt. Visa mindre..
Data innefattar personuppgifter
Nej
Språk
Urvalsmetod
Ansvarig institution/enhet
Institutionen för elektronikkonstruktion (EKS)
Forskningsområde
Elektroteknik och elektronik (Standard för svensk indelning av forskningsämnen 2011)
Robotteknik och automation (Standard för svensk indelning av forskningsämnen 2011)
Giménez, Cristian V., Silvia Krug, Faisal Z. Qureshi, and Mattias O’Nils. 2021. "Evaluation of 2D-/3D-Feet-Detection Methods for Semi-Autonomous Powered Wheelchair Navigation" Journal of Imaging 7, no. 12: 255. https://doi.org/10.3390/jimaging7120255
DOI:
https://doi.org/10.3390/jimaging7120255
Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er). Är du ansvarig för katalogposten kan du själv uppdatera metadata/databeskrivningen via DORIS.