数据集概述
本数据集为SniffyArt，包含441件历史艺术品中1941个个体的标注信息，每个个体均标注有边界框、17个姿态关键点及手势标签，通过融合五组关键点标注实现高质量人体姿态估计，支持嗅觉手势识别的混合分类方法开发，为历史艺术品中人体手势与嗅觉维度分析提供基础。
文件详解
- 代码文件
- 文件名称：download_imgs.py
- 文件格式：.py
- 字段映射介绍：用于下载艺术品图像的脚本文件
- 元数据文件
- 文件名称：sniffydata_meta.csv
- 文件格式：.csv
- 字段映射介绍：包含艺术品元数据，字段有File Name（文件名）、Artist（艺术家）、Title（作品标题）、Earliest Date（最早日期）、Latest Date（最晚日期）、Image Credits（图像来源）、Details URL（详情链接）、Iconclass code（图标分类代码）、License（许可证）
- 标注文件（JSON格式）
- 文件名称：annotations_complete_downloadable.json、annotations_complete.json、annotations_filtered.json、annotations_test.json、annotations_train.json、annotations_valid.json
- 文件格式：.json
- 字段映射介绍：包含个体的边界框、17个姿态关键点及手势标签标注，其中annotations_complete为完整标注，annotations_filtered为过滤后标注，annotations_test/train/valid为测试、训练、验证集标注
适用场景
- 视觉艺术手势识别研究：开发历史艺术品中嗅觉手势的自动化识别模型
- 多任务学习应用：结合姿态关键点与边界框信息，探索多任务学习方法在手势识别中的应用
- 艺术史嗅觉维度分析：通过手势标签研究历史艺术品中嗅觉相关的视觉表达
- 深度学习数据集构建：为人体姿态估计与手势分类任务提供高质量标注数据支撑
