RT-Pose uwipl
Paper RT-Pose: A 4D Radar Tensor-based 3D Human Pose Estimation and Localization Benchmark (ECCV 2024) RT-Pose introduces a human pose estimation (HPE) dataset and benchmark by integrating a unique combination of calibrated radar ADC data, 4D radar tensors, stereo RGB images, and LiDAR point clouds. This integration marks a significant advancement in studying human pose analysis through multi-modality datasets. Dataset Details Dataset Description… See the full description on the dataset page: https://huggingface.co/datasets/uwipl/RT-Pose.
- 类型
- dataset
- 许可
- cc-by-nc-sa-4.0
- 下载量
- 322,193
- 点赞
- 9
- 访问
- public
- 文件
- 0
标签
- 多模态数据集
- 3D生成
- 传感器数据
- 图像数据集
- 评测基准
- 计算机视觉
- 深度学习
- 身体姿态估计
摘要
RT-Pose是ECCV 2024发布的多模态人体姿态估计数据集与基准，融合了标定雷达ADC数据、4D雷达张量、立体RGB图像和LiDAR点云。数据集包含40个室内外场景中的240个序列、72000帧，用于3D人体姿态估计与定位研究。该数据集适合训练和评估基于雷达等多模态传感器的人体姿态分析模型。
README
--- license: cc-by-nc-sa-4.0 size_categories: - 1K<n<10K task_categories: - keypoint-detection - pose-estimation --- [论文](https://arxiv.org/pdf/2407.13930) # RT-Pose：基于4D雷达张量的3D人体姿态估计与定位基准（ECCV 2024） RT-Pose 通过整合标定雷达 ADC 数据、4D 雷达张量、立体 RGB 图像和 LiDAR 点云的独特组合，引入了一个人体姿态估计（HPE）数据集和基准。这一整合标志着通过多模态数据集研究人体…