May, 2024

制造装配任务的检测和分类的事件驱动数据集

PDF
TL;DR这篇研究论文描述了一个名为 “Event-based Dataset of Assembly Tasks (EDAT24)” 的特色数据集，该数据集展示了一系列制造基本任务（空闲、取物、放置和拧紧），这些任务是任何制造装配中人工操作员执行的基本动作。对于实时检测和分析人体运动，该数据集使用了 DAVIS240C 事件相机，一种异步视觉传感器，当光强度发生变化时会注册事件。数据集中包含了使用 CT-Benchmark 开源项目的对象与静态 DAVIS 事件相机进行交互的行为样本，数据以原始格式（.aedat）和预处理格式（.npy）提供，并且还附带了自定义的 Python 代码，以帮助研究人员添加新的制造基本任务或扩展数据集的样本数量。
event-based dataset of assembly tasksmanufacturing primitive tasksdavis240c event cameralightweight data formathuman motion analysis
发现论文，激发创造
  • 事件相机数据集和模拟器：用于姿态估计、视觉里程计和 SLAM 的基于事件的数据

    介绍了 Dynamic and Active-pixel Vision sensor（简称 DAVIS）的特点及其在机器人技术和计算机视觉方面的潜在应用，同时公开了一组 DAVIS 数据集，旨在激发研究人员对于高速和高动态范围机器人技术和计算机视觉应用新算法的研究。

    Oct, 2016

  • 面向汽车的大规模基于事件的检测数据集

    本研究介绍了用于事件相机的第一个非常大的检测数据集，包含超过 39 小时的汽车记录，涵盖城市，高速公路，郊区和乡村场景等多个不同的驾驶场景和各种天气和照明条件。该数据集的可用性将有助于事件感知视觉任务的主要进步，例如目标检测和分类，并期望在自监督学习方法等其他任务中获得好处。

    Jan, 2020

  • DailyDVS-200: 事件驱动动作识别的综合性基准数据集

    我们引入了 DailyDVS-200，这是一个为基于事件的动作识别社区量身定制的精心策划的基准数据集，涵盖了 200 个动作类别，记录了 47 个参与者在逼真场景中的超过 22,000 个事件序列，并对每个序列进行了 14 个属性的注释，为验证现有方法和激发创新方法提供了坚实基础，挑战神经形态数据处理的当前限制。

    Jul, 2024

  • CED: 基于颜色事件相机的数据集

    本文介绍和发布了第一个彩色事件相机数据集 (CED)，包含了 50 分钟的室内和室外场景，同时介绍了颜色事件的仿真、基于三种现有的图像重建方法的事件重建，以及作为视觉应用的连续 HDR 彩色视频相机的可视化。

    Apr, 2019

  • ATTACH 数据集：人类动作理解中带注释的双手装配动作

    以协作型机器人为代表的人机协作正在工业制造业中成为研究热点，为了提高其自主性与辅助功能，我们设计了 ATTACH 数据集，该数据集包含超过 51 小时的装配活动，涵盖了 95.2k 个精细注释的动作，为研发基于三维视觉的自主装配机器人提供了支持。

    Apr, 2023

  • 在未来的工厂平台上获得的模拟和多模态制造数据集

    本文介绍了两个工业级数据集，这些数据集是在 2023 年 12 月 11 日和 12 日由南卡罗来纳大学的未来工厂实验室收集的。这些数据集是通过使用工业标准的制造装配线生成的，目的是提供工具以进一步研究制造业的智能增强。这些数据集希望填补现有数据集中稀缺的真实制造数据以及带有异常和缺陷的数据的空白，并为研究人员提供建立和训练适用于制造业的人工智能模型的基础。

    Jan, 2024

  • MAVEN：一个大规模通用领域事件检测数据集

    本研究提出了一种包含 4480 份维基百科文件、118732 次事件提及实例和 168 种事件类型的 MAVEN 数据集，用于缓解数据不足和低覆盖率等问题，实证分析了通用领域事件检测中的进一步研究方向，并表明现有的事件检测方法不能像小规模数据集中表现出的那样在 MAVEN 上表现出色，说明其在现实世界中仍然是具有挑战性的任务，需要进一步的研究和努力。

    Apr, 2020

  • DDD20 端到端事件相机驾驶数据集：深度学习融合帧和事件以改善转向预测

    本篇论文报告了一种新的端到端驾驶数据集（DD20），是目前最长的事件摄像机端到端驾驶数据集，旨在使用神经形态事件摄像机进行动态视觉问题的研究，使用深度学习方法将亮度变化事件和强度帧数据融合以预测瞬时人类方向盘转角。

    May, 2020

  • 使用异步 “事件” 进行运动估计更好

    该论文介绍了一种基于神经网络的异步处理 Event-based Camera 事件流的方法，利用前一时刻的动态信息和灰度帧的关键特征，提取事件中的动态信息，相较现有同类研究结果表现优异。

    Apr, 2019

  • DDD17: DAVIS 自动驾驶端到端数据集

    研究使用事件相机与主动像素传感器流进行端到端自动驾驶学习，提供了一种解决当前图像获取技术限制的方法，并使用卷积神经网络训练，该研究还提供了第一个标注的 DAVIS 驾驶记录开放数据集 DDD17。

    Nov, 2017