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

... Visa mer..

Data innefattar personuppgifter

Nej

Språk

Engelska

Metod och utfall

Urvalsmetod

The camera is placed in the right armrest of the powered wheelchair, tilted down 45 degrees. The camera measures the caregiver's feet walking beside the powered wheelchair. The dataset also includes the training, validation and test files definition for different camera image outputs (Depth, RGB, RGB-D), scenarios and light conditions.

Dataformat / datastruktur

Text

Stillbild

Datainsamling

Geografisk täckning

Administrativ information

Ansvarig institution/enhet

Institutionen för elektronikkonstruktion (EKS)

Ämnesområde och nyckelord

Forskningsområde

Elektroteknik och elektronik (Standard för svensk indelning av forskningsämnen 2011)

Robotteknik och automation (Standard för svensk indelning av forskningsämnen 2011)

Nyckelord

Deep learning, Yolov4 detektor, Igenkänning av föremål, Djupkamera, Autonomt körande fordon

Publikationer

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