助研数据集_数据堂

计算机视觉

语音识别

数据集名称	产品类型	采集内容	数据规模	用途
1,000人多人种7种表情识别数据	图像	每人采集正常、高兴、惊奇、悲伤、愤怒、厌恶、恐惧七种表情	1000人	表情识别
3,000张人脸抠图数据	图像	人脸、五官、身体和附属物抠图标注	3000张	人脸分割
3,000张人脸106关键点标注数据(复杂场景)	图像	性别、年龄段、人种、戴帽状态、戴眼镜状态、背景状态、人脸朝向、眼睛状态、嘴巴状态9种属性及106关键点	3000张	人脸关键点定位、人脸行为识别
100人驾驶员行为采集数据	图像	危险驾驶行为、疲劳驾驶行为、视线偏移行为	100人	驾驶员行为分析
100人活体检测数据	图像	活体动作视频、唇语视频、非活体视频（对抗样本）、唇语视频对抗数据、彩色照片对抗数据	100人	活体检测
50,016条手势识别数据	图像	18种静态手势及手部21关键点	50016条	手势识别
100人监控场景人脸识别数据	图像	监控场景下的人脸信息、标注采集人的性别和年龄	100人	人脸识别
1,000人7,156张跨年龄人脸数据	图像	跨10个年龄段，每人至少采集4张不同年龄段的照片	1000人	人脸识别
1,000人多色人种人脸多姿态数据	图像	每人29张照片（室内多姿态14张+室外多姿态14张+证件照1张），标注人种、性别、年龄、人脸姿态	1000人	人脸识别
10类200组城市精细化治理数据	图像	街道、小吃街、店铺门口、楼道、小区门口、建筑场地等18个子类，每组2张不同角度图片	200组	城市精细化治理
3,000张12种语言自然场景OCR数据	图像	包含亚洲语系、欧洲语系、对内容行级四边形框标注、行级内容转写	3000张	光学字符识别
100人面部遮挡多姿态人脸识别数据	图像	10种遮挡条件下（包括不遮挡条件）4种光线下5种人脸姿态，共200张人脸数据图像并标注人脸姿态和遮挡物	100人	人脸识别
100人3D活体检测数据	图像	三种肤色人种的活体图片数据、活体图片对抗数据、面具图片对抗数据，每张照片均对应一张深度图，一个深度信息文件，一个相机内参文件	100人	人脸识别、活体检测
100人电动自行车进电梯数据	图像	每位被采集者分别采集1张照片，4段视频，标注采集人的性别、人种和年龄。对视频标注采集场景和电动自行车款式	100人	城市精细化治理
1,435张发丝级人体抠图数据（精细版）	图像	采集半身或全身人体照，对采集的人体照进行发丝级抠图，标注被采集者的人种、性别、年龄、采集场景	1435张	实例分割
200人监控场景下步态识别数据	图像	按照规定路线分别以快速、正常、慢速走路姿势进行采集，着春秋、夏、冬季服饰共走九个来回	200人	步态识别
200 人真实监控场景下Re-ID数据	图像	采集8种人体朝向，标注人体矩形框和15种人体属性	200人	Re-ID
200人监控场景下Re-ID数据	图像	人体矩形框、15种人体属性信息，标注被采集人的性别、年龄、人种、采集场景、服饰类别、摄像头编号、摄像头高度	200人	Re-ID
200黄种人多姿态人脸图像与视频数据	图像	人脸姿态、人头姿态、国籍、性别、采集环境和年龄	200人	人脸识别

数据集名称	产品类型	采集设备	数据规模	用途
1505小时普通话手机采集语音数据	语音	手机	1505小时、6278名发音人	语音识别、声纹识别、机器翻译
300小时普通话自然对话手机采集语音数据	语音	手机	300小时、440发音人	语音识别、声纹识别、机器翻译
200小时中国儿童手机采集语音数据	语音	手机	200小时、557名发音人	语音识别、声纹识别
200小时中英混读手机采集语音数据	语音	手机	200小时、701名发音人	语音识别、声纹识别
300小时十门方言手机采集语音数据	语音	手机	300小时	语音识别、方言识别
200小时十国人说英语手机采集语音数据	语音	手机	200小时、528名发音人	语音识别、语种识别
50人远场家居采集语音数据	语音	麦克风阵列	50名发音人	语音增强、语音识别
200小时十门外语手机采集语音数据	语音	手机	200小时	声学研究、语言模型训练、算法研究