数据集介绍

在现代城市化进程中，电梯已成为高层建筑必不可少的交通工具。然而，在高峰时段电梯厅极易出现拥挤现象，给乘客带来不便和安全隐患。目前，大多数拥挤度监测依赖简单的针孔摄像头和手动监控，这种方式效率低下且数据实时性差。本数据集旨在通过图像分析提高拥挤度检测的自动化水平，满足智能建筑对实时安全监测的需求。数据集采用高清摄像头，安装在电梯厅顶部，以俯视角度获取各时间段的图片，涵盖工作日及周末不同时间的场景。质量控制包括多轮人工标注核查，保证标注精度和一致性，由图像识别专家团队负责，规模为10人左右。数据预处理涉及图像标注、噪声去除与格式规范化等，最终以JPG格式存储，文件夹按日期组织。数据集的高质量和多样性，以及贴近实际应用场景的设计，是其核心优势之一。标注精准度高达98%，一致性维持在95%以上，采用了新型的密度估计标注方法。通过此数据集，相关智能监控系统在拥挤检测方面的准确率提升了30%。与现有同类数据集相比，本数据集不仅可实现更全面的监控，还能可靠推断人员密度。数据稀缺性显著，尤其在动态变化场景中表现突出，且具备良好的扩展性和通用性，适用于各类需实时监控的公共建筑。