注意力检测视频标注数据集AttentionDetectionVideoAnnotationDataset-sanjayjks
数据来源：互联网公开数据
标签：注意力检测, 视频分析, 计算机视觉, 行为识别, 姿态估计, 手势识别, 数据标注, 机器学习
数据概述：
该数据集包含从视频中提取的标注信息，用于训练和评估注意力检测模型。数据集记录了与人体姿态、手部动作以及手机使用相关的关键信息。主要特征如下：
时间跨度：数据未明确时间信息，通常被视为静态的视频帧标注数据。
地理范围：数据未限定地理范围，可用于训练普适性的注意力检测模型。
数据维度：数据集包含多个维度，包括：
no_of_face：面部数量。
face_x, face_y, face_w, face_h：面部在视频帧中的位置和尺寸。
face_con：面部置信度。
no_of_hand：手部数量。
pose：姿态（如“down”）。
pose_x, pose_y：姿态关键点坐标。
phone：手机使用状态（0或1）。
phone_x, phone_y, phone_w, phone_h：手机在视频帧中的位置和尺寸。
phone_con：手机置信度。
label：注意力标签（0或1，表示注意力状态）。
数据格式：CSV格式，文件名为attention_detection_dataset_v1.csv，方便数据分析和模型训练。
来源信息：数据来源于视频分析与标注项目，经过了数据清洗和标准化处理。
该数据集适用于行为识别、注意力分析和计算机视觉相关的研究与应用。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于行为分析、注意力检测等领域的学术研究，例如分析人在观看视频时的注意力分布。
行业应用：可用于开发智能监控系统、驾驶员疲劳检测系统、用户行为分析等应用。
决策支持：支持基于视频分析的决策制定，例如优化广告投放策略或改进用户界面设计。
教育和培训：作为计算机视觉、机器学习课程的实训数据，帮助学生理解和实践注意力检测任务。
此数据集特别适合用于训练和评估基于视频的注意力检测模型，并探索影响注意力状态的因素。
