红外图像数据集

介绍一些常用的红外图像数据集

---

1、KAIST

1.1、简要介绍

用于行人检测任务

有四种标签：person（好分辨）；people（难分辨）；cyclist（骑车的人）；person？（人工不能分辨）。

共计95,328个可见光-红外图像对，总数为103,128个标注，1182个人。

1.2、获取

作者GitHub官网 （其中包含数据集和论文）

1.3、参考博客

1、基于改变标签的改进论文

2、OTCBVS

2.1、简要介绍

可以用于非视觉（例如红外）计算机视觉算法的研究。一共包含13个子数据集。

2.1.1、红外行人数据集

行人检测任务：包含284张红外图片，10个序列。

2.1.2、不同光照、表情和姿势下的可见光-红外脸部图像

4,228 对可见光红外图像对。

2.1.3、可见光-红外图像数据集

可见光-红外图像融合和目标识别、跟踪任务：共17,089张图片；6个序列

2.1.4、Terravic面部红外数据集

共20个序列

2.1.5、Terravic运动红外数据集

红外图像的检测和跟踪任务：共18个序列，包含室外目标（2/1个行人）跟踪，室内室外监控视频，飞机运动和跟踪，水下和水面运动，背景运动（由于强风云和树木的运动）。

2.1.6、Terravic武器红外数据集

武器存在和开火检测：共5个序列

2.1.7、CBSR近红外脸部数据集

近红外face detection, eye detection,face recognition任务：包含197人的3,940近红外人脸图像

2.1.8、视-听车辆识别

运动车辆检测：共961组车辆样本，每组包含音频剪辑、原始图像拍摄和重建的视觉图像；一共7种类别：自行车、公共汽车、摩托车、双门轿车、四门轿车、小货车、普通货车、小型货车、普通货车和混合动力车。

2.1.9、运动物体的红外目标检测数据集

运动物体（4/3/2轮车，行人，狗和鸟）的红外目标检测：共18个序列，每个序列由一个或者多个运动目标进入、离开视野。

2.1.10、可见光-红外数行人据集

行人检测：4对可见光-红外视频，每对包含100到4,400帧。所有的视频包含1~5个演员/志愿者四处走动相互重叠。

2.1.11、红外视频视觉分析数据集

红外单/多目标跟踪和计数任务：单目标跟踪（标注，有；代码，无）；多目标跟踪（标注，有；代码，无）；多视角、多目标跟踪（标注，3/3有；代码，2/3无）；计数（标注，有；代码，无）；群运动（标注，无；代码，无）

2.1.12、可见光-红外轮船分类

轮船分类任务：包含6个基本分类和15个细分类，1,088个可见光-红外图像对。

2.1.13、基于红外图像的抓取位置分析和预测

二维及三维抓取位置预测任务（机器人抓取领域）

2.2、获取

官网下载（包含所有13个子数据集）

3、FLIR红外目标识别数据集

3.1、 简要介绍

10k张可将光-红外图像对，但是没有对准，进行融合前需校正；

4个种类：训练集上有person: 22372个， bicycle :3986个， car :41260个， dog :226个；测试集上有person: 5779个， bicycle :471个， car :5432个， dog :14个

3.2、获取

https://pan.baidu.com/s/11GJe4MdM_NH6fuENCQ2MtQ 提取码:019b

解压如果发生错误，不影响使用