数据集概述
该数据集通过混合（真实与合成）图像生成方法构建，利用真实背景图像和深度学习生成的人体模型，包含五万个呈现城市场景的真实图像，其中填充了不同位置和姿态的合成人体模型，适用于姿态估计、人物检测、身份识别等以人为中心的感知任务训练与评估。
文件详解
- 文件名称: Mixed_Image_Dataset.pdf
- 文件格式: PDF (.pdf)
- 文件内容: 数据集的核心说明文档，可能包含数据集生成方法、标注规范、使用指南等关键信息，需结合代码及原始背景数据集（Cityscapes）使用以复现完整数据集。
数据来源
Aristotle University of Thessaloniki (AUTH) within the H2020 OpenDR Project
适用场景
- 计算机视觉模型训练: 用于训练和评估姿态估计、人物检测、身份识别等以人为中心的感知任务模型
- 合成数据生成研究: 探索真实与合成图像混合生成技术在视觉任务中的应用效果
- 城市场景视觉分析: 支撑城市环境下人体行为、分布等相关视觉分析任务
- 深度学习模型优化: 为提升模型泛化能力提供多样化的混合图像训练数据
