論文の概要: BirdsEye-RU: A Dataset For Detecting Faces from Overhead Images
- arxiv url: http://arxiv.org/abs/2601.12533v1
- Date: Sun, 18 Jan 2026 18:36:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-21 22:47:22.66749
- Title: BirdsEye-RU: A Dataset For Detecting Faces from Overhead Images
- Title（参考訳）: BirdsEye-RU:オーバーヘッド画像から顔を検出するデータセット
- Authors: Md. Ahanaf Arif Khan, Ariful Islam, Sangeeta Biswas, Md. Iqbal Aziz Khan, Subrata Pramanik, Sanjoy Kumar Chakrabarty, Bimal Kumar Pramanik,
- Abstract要約: BirdsEye-RUデータセットは、8万以上の注釈付き顔を含む2,978枚の画像の集合である。
このデータセットは、様々な環境にまたがる、小さくて離れた顔を捉えるように設計されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Detecting faces in overhead images remains a significant challenge due to extreme scale variations and environmental clutter. To address this, we created the BirdsEye-RU dataset, a comprehensive collection of 2,978 images containing over eight thousand annotated faces. This dataset is specifically designed to capture small and distant faces across diverse environments, containing both drone images and smartphone-captured images from high altitude. We present a detailed description of the BirdsEye-RU dataset in this paper. We made our dataset freely available to the public, and it can be accessed at https://www.kaggle.com/datasets/mdahanafarifkhan/birdseye-ru.
- Abstract（参考訳）: オーバーヘッド画像中の顔を検出することは、極端にスケールのばらつきと環境が散らかったため、依然として大きな課題である。
この問題を解決するために,8万以上の注釈付き顔を含む2,978枚の画像を集めたBirdsEye-RUデータセットを作成しました。
このデータセットは、ドローン画像とスマートフォンが撮影した高高度の画像の両方を含む、さまざまな環境をまたいだ、小さくて離れた顔のキャプチャを特別に設計されている。
本稿では,BirdsEye-RUデータセットの詳細について述べる。
私たちはデータセットを一般公開しました。https://www.kaggle.com/datasets/mdahanafarifkhan/birdseye-ru.comからアクセスできます。
関連論文リスト
- 360 in the Wild: Dataset for Depth Prediction and View Synthesis [66.58513725342125]
大規模な360$circ$ビデオデータセットを野放しに導入する。
このデータセットはインターネットから慎重に取り除かれ、世界中で様々な場所から収集されている。
データセットを構成する25K画像のそれぞれに、それぞれのカメラのポーズと深さマップが提供される。
論文 参考訳（メタデータ） (2024-06-27T05:26:38Z) - OpenIllumination: A Multi-Illumination Dataset for Inverse Rendering
Evaluation on Real Objects [56.065616159398324]
我々は,64個のオブジェクトの108K画像を含む実世界のデータセットであるOpenIlluminationを紹介した。
データセットの各画像に対して、正確なカメラパラメータ、照明場真理、前景セグメンテーションマスクを提供する。
論文 参考訳（メタデータ） (2023-09-14T17:59:53Z) - VDD: Varied Drone Dataset for Semantic Segmentation [9.581655974280217]
7つのクラスにまたがる400の高解像度画像の大規模なラベル付きコレクションをリリースする。
このデータセットは、様々なカメラアングルから撮影され、様々な照明条件の下で都市、工業、農村、自然のエリアで様々なシーンを特徴としている。
私たちは、ドローンデータセットをベースラインとして7つの最先端モデルをトレーニングします。
論文 参考訳（メタデータ） (2023-05-23T02:16:14Z) - Booster: a Benchmark for Depth from Images of Specular and Transparent
Surfaces [49.44971010149331]
本研究では,高分解能で高精度かつ高密度な地下構造ラベルを含む新しいデータセットを提案する。
我々の買収パイプラインは、新しい時空ステレオフレームワークを活用している。
データセットは85の異なるシーンで収集された606のサンプルで構成されている。
論文 参考訳（メタデータ） (2023-01-19T18:59:28Z) - A Multi-purpose Real Haze Benchmark with Quantifiable Haze Levels and
Ground Truth [61.90504318229845]
本稿では,ハズフリー画像とその場でのハズ密度測定を併用した,最初の実画像ベンチマークデータセットを提案する。
このデータセットはコントロールされた環境で生成され、プロの煙発生装置がシーン全体を覆っている。
このデータセットのサブセットは、CVPR UG2 2022 チャレンジの Haze Track における Object Detection に使用されている。
論文 参考訳（メタデータ） (2022-06-13T19:14:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。