STB数据集使用-程序员宅基地

技术标签: python  机器学习  计算机视觉  深度学习  人工智能  


STB数据集

一. 数据集简介

  • 数据介绍

STB数据集来源于这篇论文:A hand pose tracking benchmark from stereo matching.

数据集内容:

Our stereo hand pose benchmark contains sequences with 6 different backgrounds and every background has two sequences with counting and random poses. Every sequence has 1500 frames, so there are totally 18000 frames in our benchmark. Stereo and depth images were captured from a Point Grey Bumblebee2 stereo camera and an Intel Real Sense F200 active depth camera simultaneously.

一个双目(左右相机RGB)和一个深度(彩色RGB+depth),一搬论文使用方式:

STB is a real-world dataset containing 18,000 images with the ground truth of 21 3D hand joint locations and corresponding depth images. we split the dataset into 15,000 training samples and 3,000 test samples.

具体怎么分割使用自己衡量即可。

使用此数据集的人很多:

Learning to Estimate 3D Hand Pose from Single RGB Images

3D Hand Shape and Pose Estimation from a Single RGB Image

...还有很多论文使用此数据,最近一直在做2D和3D手势识别的方向,后面会写一篇综述具体来说。

二. 数据集的使用

  • 双目相机

Point Grey Bumblebee2 stereo camera: base line = 120.054 fx = 822.79041 fy = 822.79041 tx = 318.47345 ty = 250.31296

  • 进一步解释
    • 数据集给出的参数:相机内参、baseline
    • 注释1:内参表示左右相机的内参相同,使用统一参数。
    • 注释2:baselin表示两个相机之间的距离,单位mm。由于手的距离大概5m左右,相机之间距离120mm,0.1<<5,这里忽略两个相机之间的旋转矩阵。
    • 观察画出的2D点,偏差有点大。可能是忽略旋转和标注不准等问题导致。
#左右相机仅相差个平移参数baseline,旋转忽略
fx = 822.79041
fy = 822.79041
tx = 318.47345
ty = 250.31296
base = 120.054
#增广矩阵计算方便
R_l = np.asarray([
  [1,0,0,0],
  [0,1,0,0],
  [0,0,1,0]])
R_r = R_l.copy()
R_r[0, 3] = -base #作为平移参数
#内参矩阵
K = np.asarray([
  [fx,0,tx],
  [0,fy,ty],
  [0,0,1]])

#世界坐标系点,4*21矩阵,[x,y,z,1]增广矩阵,计算方便
points = XXX

#平移+内参
left_point = np.dot(np.dot(K , R_l), points)
right_point = np.dot(np.dot(K , R_r), points)

#消除尺度z
image_cood = left_point / left_point[-1, ...]
image_left = (image_cood[:2,...].T).astype(np.uint)
image_cood = right_point / right_point[-1, ...]
image_right = (image_cood[:2,...].T).astype(np.uint)
  • 深度相机

Intel Real Sense F200 active depth camera: fx color = 607.92271 fy color = 607.88192 tx color = 314.78337 ty color = 236.42484 fx depth = 475.62768 fy depth = 474.77709 tx depth = 336.41179 ty depth = 238.77962 rotation vector = [0.00531 -0.01196 0.00301] (use Rodrigues' rotation formula to transform it into rotation matrix) translation vector = [-24.0381 -0.4563 -1.2326] (rotation and translation vector can transform the coordinates relative to color camera to those relative to depth camera)

  • 进一步解释
    • 数据集给出的参数:彩色相机内参、深度相机内参、一个外参
    • 注释1:旋转参数以向量形式给出,直接使用Rodrigues公式转换成旋转矩阵即可,具体参考<视觉SLAM14讲>。
    • 注释2:外参的解释官网说是--彩色相机到深度相机的转换。博主尝试了两种方法均失败--->1)世界坐标系=深度相机,转换到彩色相机失败。2)世界坐标系=彩色相机,转换到深度相机失败。
    • 注释3:参考GCNHand3D论文,原来世界坐标系=深度相机,外参确实如官网所述:彩色相机到深度相机的转换。当然你也可以当做是使用左手坐标系的原则,和传统的右手坐标系相反即可。右手:\(A=R*B\),左手:\(A=inv(R)*B\)。彩色到深度外参:\(R\),那么深度到彩色:\(inv(R)\),同等左右手坐标系理解。
fx = [822.79041,607.92271,475.62768]
fy = [822.79041,607.88192,474.77709]
tx = [318.47345,314.78337,336.41179]
ty = [250.31296,236.42484,238.77962]

# 0:Point Grey Bumblebee2 stereo camera
# 1:Intel Real Sense F200 active depth camera COLOR
# 2:Intel Real Sense F200 active depth camera DEPTH
index = 1

inter_mat = np.asarray([[fx[index], 0, tx[index], 0],
                        [0, fy[index], ty[index], 0],
                        [0,  0,  1, 0]]) #camera intrinsic param

#matrix_R,_ = cv2.Rodrigues((0.00531,   -0.01196,  0.00301)) #calculate rotation matrix from rotate vector
#matrix_R_inv = np.linalg.inv(matrix_R)
#matrix_extrinsic是matrix_R_inv和平移矩阵的结合,
#TODO 注意平移矩阵得加负号
matrix_extrinsic = np.asarray([[ 0.99992395, 0.002904166, 0.01195165, +24.0381],
                        [ -0.00304,  0.99998137, 0.00532784, +0.4563],
                        [ -0.01196763,  -0.00529184,  0.99991438, +1.2326],
                        [   0,     0,     0,       1]])
#世界坐标系点,4*21矩阵,[x,y,z,1]增广矩阵,计算方便
points=XXX
#depth 3D
image_depth = np.dot(inter_mat , points)
#color 3D
image_color = np.dot(transfrom_matrix , points)
#3D to 2D
image_cood = image_depth or image_color
image_cood = image_cood / image_cood[-1, ...]
image_cood = (image_cood[:2,...].T).astype(np.uint)
  • 注意事项
  1. STB数据集是以mm为单位
  2. 深度图感觉不准确,distance = R + 255*G,有些图手的像素和背景一样,噪声很大。使用STB作为训练和评价指标的论文较少,且使用深度图的更少。

三. 参考文献

icip17_stereo_hand_pose_dataset

旋转方向

很多资料下次综述再罗列

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/u011046017/article/details/115523621

智能推荐

Django Rest Framework-----解析器-程序员宅基地

文章浏览阅读125次。为什么要有解析器?原因很简单,当后台和前端进行交互的时候数据类型不一定都是表单数据或者json,当然也有其他类型的数据格式,比如xml,所以需要解析这类数据格式就需要用到解析器(也可以将请求体拿到,然后利用其他模块进行解析)。  class APIView(View): # The following policies may be set at either ..._django rest framework的解析器

【人工智能】距离空间(最基本的数学模型)_距离空间圆-程序员宅基地

文章浏览阅读3.9k次。纵观人类文明的历史,对事物性质的描述中,既然能用数,就说明有了“量”的概念;既然有了“量”就必然要解决,如何度量?量与量如何比较?这是无法回避的问题,距离空间就是度量空间,是“量”的具体化、关于度量的理论,本文将详细介绍各种度量机制的特点。_距离空间圆

vue3 中使用pinia报错 pinia.mjs:1696 Uncaught Error: []: getActivePinia was called with no active Pinia._pinia.mjs:1696 uncaught error: [頎柬綅]: getactivepin-程序员宅基地

文章浏览阅读2k次。vue3 中使用pinia报错 pinia.mjs:1696 Uncaught Error: []: getActivePinia was called with no active Pinia._pinia.mjs:1696 uncaught error: [頎柬綅]: getactivepinia was called with no act

关于结构体里面的字符串指针输出出现乱码的问题与结构体数组作为参数传值的问题_指针指向字符型后面总是乱码怎么回事-程序员宅基地

文章浏览阅读8.4k次,点赞5次,收藏25次。首先,结构体里面的字符串指针输出出现乱码的问题:相信很多遇到过这种问题的人都跟我一样写过这样的代码(好吧,或许不一样。。。):#include#includetypedef struct{ int age; const char* name; const char* id;}person;person p();int main(){ person s[1]; s[0]=_指针指向字符型后面总是乱码怎么回事

python练手经典100例-10 个最值得 Python 新人练手的有趣项目-程序员宅基地

文章浏览阅读810次。原标题:10 个最值得 Python 新人练手的有趣项目 作者 | Claire D. Costa编译 | Wendy有很多 Python 新手留言问:"Python 入门很久了,但项目经验很少,有没有什么项目,可以让自己实践一下呢?”这是个很普遍的问题,首先你要想好做什么类别的项目,总体来说,项目分为三类:Web构建一个 Web 应用发布在网络上让用户访问使用。需要实现 Web 应用的..._python练习项目

踩坑: Uncaught (in promise) TypeError: Object(...) is not a function at eval_ncaught typeerror: object(...) is not a function a-程序员宅基地

文章浏览阅读3.3w次,点赞20次,收藏20次。前言: 在使用UI自动化测试平台时,有不顺手的功能,自己尝试新增functions时,踩到了这个坑里,花了几个小时(昨天还是没弄懂的情况)作者:变优秀的小白Github:关注YX-XiaoBai爱好:Americano More Ice !QQ学习交流群(new): 811792998啥坑?报错Error: Uncaught (in promise) TypeError: Object(...) is not a function at eval解决事出有因: 原来是 export ._ncaught typeerror: object(...) is not a function at eval

随便推点

4.2 时间增加一分钟(Python)_python 时间加分钟-程序员宅基地

文章浏览阅读1.1k次。时间增加一分钟(Python)_python 时间加分钟

元空间和直接内存_一文让你搞懂JVM内存管理(上)-程序员宅基地

文章浏览阅读382次。我将分上下两节来带大家了解JVM的内存管理机制只要是Java程序员估计都体验过程序中的内存泄漏和OOM异常吧。为了剖析这类问题,理解JVM内存及其管理的内容和方式是极其重要的。JVM的一大优点是内存的自动管理。什么是内存管理内存管理就是一种管理对象的分配和回收的机制。JVM内的这种自动内存管理是由一个名为垃圾回收器(Garbage Collector)的系统执行的。自动内存管理是如何工作的JVM中..._jvm 直接内存 元空间

接口幂等性要怎么防止_怎么防止幂等-程序员宅基地

文章浏览阅读372次。接口的幂等性是什么?直接百度就可以出来,百度百科中是这么解释幂等的,在编程中一个幂等操作的特点是其任意多次执行所产生的影响均与一次执行的影响相同。那么在我们平时开发的时候这种接口幂等性遇到的多么?我经历的这几家公司差不多每次都会遇到这种因为多次操作导致接口不幂等的情况,每次也很无奈的去直接操作数据库,把多余的数据删除了。前端时间,我所负责的一个业务就出现了接口频繁操作,导致数据重复的情况,而且持续了好长一段时间,测试大佬们也每天都在催着我解决这个问题。等我看完代码的时候我发现,我在核心的代码里面_怎么防止幂等

百度地图应用之将google坐标转成百度坐标_怎样把手机谷歌定位换成百度定位-程序员宅基地

文章浏览阅读817次。百度地图 将google坐标转成百度坐标_怎样把手机谷歌定位换成百度定位

Firefly单卡复刻Vicuna-13B,Open LLM榜单略高0.2分-程序员宅基地

文章浏览阅读157次。来自:YeungNLP进NLP群—>加入NLP交流群01前言在过去的几个月里,经过不断的迭代更新,Firefly项目已支持对LLaMA-2、Ziya、Baichuan、InternLM、LLaMA-1、Bloom等模型进行指令微调,并且开源了多个经过中文指令微调的模型权重,获得了很多同学的支持。目前本项目在Github上获得了1100+star️,感谢大家的关注和支持。此前,我们花了较多精...

lseek函数--Linux文件管理之文件IO(三)_lseek(fd, 0, seek_set);-程序员宅基地

文章浏览阅读369次。头文件#include<unistd.h>功能用来度量从文件开始出计算的字节数,通常读写都是从文件的当前文件偏移量处开始,并且会在读写完成之后更新偏移量的位置正常打开一个文件的时候偏移量都0,如果指定了参数O_APPEND,会将偏移量移动到最后函数原型off_t lseek(int filedes, off_t offset, int whence)参数说明1、filedes: 文件描述符2、whence:SEEK_SET:设置文件偏移量为offset,从_lseek(fd, 0, seek_set);