低分辨率红外传感器AI应用数据集-2022-francescodaghero
数据来源：互联网公开数据
标签：红外传感器,低分辨率,人工智能,回归分析,分类应用,数据集,隐私保护,社交距离监测
数据概述：
本数据集包含低分辨率多像素红外传感器的样本数据，适用于AI回归和分类应用，如人员计数和存在检测等场景。数据集还包括每个样本的对应真实值（ground truth）。该数据集主要用于支持项目中红外传感器演示器的开发和验证。
数据格式：
数据集由一组逗号分隔值（CSV）文件组成，每个文件中的每一行存储一个红外帧的采集信息，具体包括：
- 帧时间戳
- 红外像素（8x8数组，按行主序从左到右存储）
- 室内温度（由热敏电阻测量）
- 真实标签（例如，帧中的人数）
- 标签置信度（一个字母，"e"表示“易于标注”，"h"表示“难以标注”），用于表示标注人员对某一帧标注的信心程度，由于红外传感器与参考光学相机的对齐和视角角度难以完全匹配，因此标注存在一定的难度
每个CSV文件中的样本以10Hz的频率采集并按时间戳排序。不同的CSV文件对应不同的数据采集会话（例如，不同的环境、不同的日期或一天中的不同时间段）。
数据规模：
数据集将在整个项目期间持续增长。当前数据集包含总计25,000个样本，来自6个不同的采集会话，总文件大小为13.2MB。
致谢：
如果您在实验中使用LINAIGE数据集，请确保引用我们的论文：
Xie, C., Daghero, F., Chen, Y., Castellano, M., Gandolfi, L., Calimera, A., Macii, E., Poncino, M., & Jahier Pagliari, D. (2022). Privacy-preserving Social Distance Monitoring on Microcontrollers with Low-Resolution Infrared Sensors and CNNs. In Proceedings of the 2022 IEEE International Symposium on Circuits and Systems (ISCAS) (pp. 1-5). IEEE.
本数据集是StorAIge项目的一部分，该项目已从ECSEL联合行动（JU）获得资助，资助协议编号为101007321。该JU得到了欧洲联盟的Horizon 2020研究与创新计划以及法国、比利时、捷克共和国、德国、意大利、瑞典、瑞士和土耳其的支持。
数据用途概述：
该数据集适用于多种AI应用开发和测试场景，包括人员计数、存在检测等。研究人员可以利用该数据集进行红外传感器数据处理、AI模型训练和验证。此外，数据集也适用于隐私保护技术研究和社会距离监测系统开发，为相关领域的研究和开发提供可靠的数据支持。
