[{"@type":"PropertyValue","name":"Volume des données","value":"1 350 participants"},{"@type":"PropertyValue","name":"Répartition des intervenants","value":"Répartition par sexe : 679 hommes, 671 femmes ; origine ethnique : Vietnam, Indonésie, etc.Tranches d’âge : 18–45 ans, 46–60 ans, plus de 60 ans"},{"@type":"PropertyValue","name":"Environnement de collecte","value":"Captures issues de caméras embarquées dans les véhicules"},{"@type":"PropertyValue","name":"Variété de captures","value":"Couvre plusieurs groupes d'âge, périodes de la journée, conditions lumineuses et comportements (conduite dangereuse, fatigue, distraction visuelle)"},{"@type":"PropertyValue","name":"Appareils de collecte","value":"Caméra binoculaire à lumière visible et infrarouge, résolution 1 920 × 1 080"},{"@type":"PropertyValue","name":"Emplacement des caméras","value":"Position de la caméra : rétroviseur central, dessus de la console centrale, pilier A gauche, volant, angle large du rétroviseur"},{"@type":"PropertyValue","name":"Période de collecte","value":"Jour, crépuscule, nuit"},{"@type":"PropertyValue","name":"Conditions d’éclairage lors de la collecte","value":"Lumière normale, faible et intense"},{"@type":"PropertyValue","name":"Type de véhicule","value":"Berlines, SUV, monospaces, camions et autobus"},{"@type":"PropertyValue","name":"Format des données","value":"Format vidéo : .mp4"},{"@type":"PropertyValue","name":"Précision","value":"Taux de précision des actions captées supérieur à 95% ; précision des annotations également supérieure à 95%"}]
{"id":1277,"datatype":"1","titleimg":"https://fr.nexdata.ai/shujutang/static/image/index/datatang_tuxiang_default.webp","type1":"147","type1str":null,"type2":"151","type2str":null,"dataname":"Données de reconnaissance des comportements de conduite – 1 350 conducteurs","datazy":[{"title":"Volume des données","desc":"Volume des données","content":"1 350 participants"},{"title":"Répartition des intervenants","desc":"Répartition des intervenants","content":"Répartition par sexe : 679 hommes, 671 femmes ; origine ethnique : Vietnam, Indonésie, etc.Tranches d’âge : 18–45 ans, 46–60 ans, plus de 60 ans"},{"title":"Environnement de collecte","desc":"Environnement de collecte","content":"Captures issues de caméras embarquées dans les véhicules"},{"title":"Variété de captures","desc":"Variété de captures","content":"Couvre plusieurs groupes d'âge, périodes de la journée, conditions lumineuses et comportements (conduite dangereuse, fatigue, distraction visuelle)"},{"title":"Appareils de collecte","desc":"Appareils de collecte","content":"Caméra binoculaire à lumière visible et infrarouge, résolution 1 920 × 1 080"},{"title":"Emplacement des caméras","desc":"Emplacement des caméras","content":"Position de la caméra : rétroviseur central, dessus de la console centrale, pilier A gauche, volant, angle large du rétroviseur"},{"title":"Période de collecte","desc":"Période de collecte","content":"Jour, crépuscule, nuit"},{"title":"Conditions d’éclairage lors de la collecte","desc":"Conditions d’éclairage lors de la collecte","content":"Lumière normale, faible et intense"},{"title":"Type de véhicule","desc":"Type de véhicule","content":"Berlines, SUV, monospaces, camions et autobus"},{"title":"Format des données","desc":"Format des données","content":"Format vidéo : .mp4"},{"title":"Précision","desc":"Précision","content":"Taux de précision des actions captées supérieur à 95% ; précision des annotations également supérieure à 95%"}],"datatag":"Driver behavior,Dangerous behavior,Fatigue behavior,Visual movement behavior,Multiple ages,Multiple time periods","technologydoc":null,"downurl":null,"datainfo":null,"standard":null,"dataylurl":null,"flag":null,"publishtime":null,"createby":null,"createtime":null,"ext1":null,"samplestoreloc":null,"hosturl":null,"datasize":null,"industryPlan":null,"keyInformation":"","samplePresentation":[{"name":"/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/1.png","url":"https://bj-oss-datatang-03.oss-cn-beijing.aliyuncs.com/filesInfoUpload/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/1.png?Expires=4102329599&OSSAccessKeyId=LTAI8NWs2pDolLNH&Signature=zjVScIWdXwYTuoedODWZYIHZrLc%3D","intro":"","size":0,"progress":100,"type":"jpg"},{"name":"/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/4.png","url":"https://bj-oss-datatang-03.oss-cn-beijing.aliyuncs.com/filesInfoUpload/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/4.png?Expires=4102329599&OSSAccessKeyId=LTAI8NWs2pDolLNH&Signature=80kwnS7%2BZao2qhdqnRkO4P4czvs%3D","intro":"","size":0,"progress":100,"type":"jpg"},{"name":"/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/3.png","url":"https://bj-oss-datatang-03.oss-cn-beijing.aliyuncs.com/filesInfoUpload/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/3.png?Expires=4102329599&OSSAccessKeyId=LTAI8NWs2pDolLNH&Signature=ax5fEhsS5RHHc6SY64rUqJaAwxQ%3D","intro":"","size":0,"progress":100,"type":"jpg"}],"officialSummary":"Ce jeu de données, dédié à l’analyse du comportement de 1 350 conducteurs, couvre un large éventail de tranches d’âge, de moments de la journée et de conditions d’éclairage. Il documente avec précision plusieurs types de comportements à risque, tels que la conduite dangereuse, la fatigue au volant ou encore les déviations du regard. Les données ont été recueillies à l’aide d’un système de caméras binoculaires combinant lumière visible et infrarouge, garantissant une capture fidèle dans des conditions variées. Ce corpus s’avère particulièrement pertinent pour le développement d’algorithmes de détection comportementale dans les environnements de conduite intelligents.","dataexampl":null,"datakeyword":["Données d’acquisition du comportement du conducteur"," acquisition du comportement du conducteur"," acquisition de données du conducteur"," données de comportement du conducteur"," caméra grand angle"],"isDelete":null,"ids":null,"idsList":null,"datasetCode":null,"productStatus":null,"tagTypeEn":"Task Type,Modalities","tagTypeZh":null,"website":null,"samplePresentationList":null,"datazyList":null,"keyInformationList":null,"dataexamplList":null,"bgimg":null,"datazyScriptList":null,"datakeywordListString":null,"sourceShowPage":"computer","dataShowType":"[{\"code\":\"0\",\"language\":\"ZH\"},{\"code\":\"1\",\"language\":\"ZH\"},{\"code\":\"2\",\"language\":\"EN,JP,PT,DE,KO,FR,ES\"},{\"code\":\"3\",\"language\":\"EN\"},{\"code\":\"4\",\"language\":\"JP\"}]","productNameEn":"1,350 People Driver Behavior Identification Data","BGimg":"","voiceBg":["/shujutang/static/image/comm/audio_bg.webp","/shujutang/static/image/comm/audio_bg2.webp","/shujutang/static/image/comm/audio_bg3.webp","/shujutang/static/image/comm/audio_bg4.webp","/shujutang/static/image/comm/audio_bg5.webp"],"firstList":[{"name":"/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/5.png","url":"https://bj-oss-datatang-03.oss-cn-beijing.aliyuncs.com/filesInfoUpload/data/apps/damp/temp/ziptemp/APY231031002_demo1731578400961/APY231031002_demo/5.png?Expires=4102329599&OSSAccessKeyId=LTAI8NWs2pDolLNH&Signature=1IBGyfZIKsWgej8MZPmRdCpGZcc%3D","intro":"","size":0,"progress":100,"type":"jpg"}]}
Données de reconnaissance des comportements de conduite – 1 350 conducteurs
Données d’acquisition du comportement du conducteur
acquisition du comportement du conducteur
acquisition de données du conducteur
données de comportement du conducteur
caméra grand angle
Ce jeu de données, dédié à l’analyse du comportement de 1 350 conducteurs, couvre un large éventail de tranches d’âge, de moments de la journée et de conditions d’éclairage. Il documente avec précision plusieurs types de comportements à risque, tels que la conduite dangereuse, la fatigue au volant ou encore les déviations du regard. Les données ont été recueillies à l’aide d’un système de caméras binoculaires combinant lumière visible et infrarouge, garantissant une capture fidèle dans des conditions variées. Ce corpus s’avère particulièrement pertinent pour le développement d’algorithmes de détection comportementale dans les environnements de conduite intelligents.
Il s'agit d'un ensemble de données payant destiné à un usage commercial, à la recherche et plus encore. Ces Jeux de données prêts à l'emploi et sous licence contribuent au lancement de projets d'IA.
Spécifications
Volume des données
1 350 participants
Répartition des intervenants
Répartition par sexe : 679 hommes, 671 femmes ; origine ethnique : Vietnam, Indonésie, etc.Tranches d’âge : 18–45 ans, 46–60 ans, plus de 60 ans
Environnement de collecte
Captures issues de caméras embarquées dans les véhicules
Variété de captures
Couvre plusieurs groupes d'âge, périodes de la journée, conditions lumineuses et comportements (conduite dangereuse, fatigue, distraction visuelle)
Appareils de collecte
Caméra binoculaire à lumière visible et infrarouge, résolution 1 920 × 1 080
Emplacement des caméras
Position de la caméra : rétroviseur central, dessus de la console centrale, pilier A gauche, volant, angle large du rétroviseur
Période de collecte
Jour, crépuscule, nuit
Conditions d’éclairage lors de la collecte
Lumière normale, faible et intense
Type de véhicule
Berlines, SUV, monospaces, camions et autobus
Format des données
Format vidéo : .mp4
Précision
Taux de précision des actions captées supérieur à 95% ; précision des annotations également supérieure à 95%
Spécifications
Exemple
Jeux de données recommandés
