研究紹介

九州大学統計的人体形状モデル（以下統計的形状モデル）はAIST/HQL人体寸法・形状データベース2003を基に，九州大学大学院システム情報科学研究院倉爪・安研究室（管理責任者・倉爪亮，以下甲）で作成されました．
本統計的形状モデルは，AIST/HQL人体寸法・形状データベース2003 に含まれる男性49名のうち，17名の全身形状モデルを用いて作成されました．本統計的形状モデルは，基準形状と合計30個のパラメータから構成されており，パラメータを変更することで，下図のように様々な人体形状へと変化します．詳しくは論文[引用2]を参照して下さい．

統計的形状モデルの入手方法について

本ホームページでは統計的形状モデル（基本形状，パラメータ），及び下図を表示するためのサンプルプログラムを公開しています．入手をご希望の方は，リンクより同意書をダウンロードし，送付先まで郵送，もしくは e-mail でお送り下さい．

著作権

本統計的形状モデルの著作権は甲に帰属します．甲は，本統計的形状モデルの使用者（以下乙）が以下の使用許諾条件を注意深く読み，乙が全ての条項に同意した場合のみ使用を許可します．乙が本統計的形状モデルを利用して報告書，論文等を出版する場合には，引用1, 引用2を明記して下さい．

改変および使用目的の制限

乙は，甲の同意なく，本統計的形状モデルの一部，あるいは全部の改変を行わないこと．また本統計的形状モデルは研究開発のためのみに使用し，本統計的形状モデルを用いた，いかなる製品，サービスも，営利を目的に提供，販売しないこと．

公表または第三者への提供の制限

乙は，甲の同意なく，本統計的形状モデルの一部，または全部の公表，または，第三者への提供を行わないこと．乙は，「AIST/HQL人体寸法・形状データベース2003使用同意書」を遵守すること．

統計的人体形状モデル

引用文献

• [引用1]: 河内まき子・持丸正明, 2006：AIST/HQL人体寸法・形状データベース2003, 産業技術総合研究所 H18PRO-503
• [引用2]: 垂水 信二, 岩下 友美, 倉爪 亮，統計的人体モデルを用いた個体適応型モデルベースド・モーションキャプチャの開発，画像の認識理解シンポジウム (MIRU2011), IS3-48, 2011

九州大学Kinect空間識別データベース（以下Kinectデータベース）は九州大学大学院システム情報科学研究院倉爪・安研究室（管理責任者・倉爪亮，以下甲）で作成されました． 廊下，台所，研究室，オフィス，学習室，トイレの6カテゴリからなる，カラー，距離画像のデータベースです．詳しくは，論文[引用1]を参照して下さい．

Kinectデータベースについて

著作権

本Kinectデータベースの著作権は甲に帰属します．甲は，本Kinectデータベースの使用者（以下乙）が以下の使用許諾条件を注意深く読み，乙が全ての条項に同意した場合のみ使用を許可します．乙が本Kinectデータベースを利用して報告書，論文等を出版する場合には，引用1を明記して下さい．
[引用1]: Oscar Martinez Mozos, Hitoshi Mizutani, Ryo Kurazume, Tsutomu Hasegawa, Categorization of Indoor Places Using the Kinect Sensor, Sensors, Vol. 12, No. 5, pp.6695-6711, 2012

使用目的の制限

乙は本Kinectデータベースを研究開発のために使用すること．また本Kinectデータベースを用いた，いかなる製品，サービスも，営利を目的に提供，販売しないこと．

公表または第三者への提供の制限

乙は，甲の同意なく，本Kinectデータベース公表，または，第三者への提供を行わないこと．

九州大学Kinect空間識別データベース

corridors(255 Mbyte, 5 categories)	genkiclub_f3_corridor_01, genkiclub_f4_corridor_01, w2_10f_corridor_01, w2_7f_corridor_01, w2_9f_corridor_02
kitchens(204 Mbyte, 8 categories)	genkiclub_f3_kitchen_01, genkiclub_f3_kitchen_02, w2_10f_kitchen_01, w2_10f_kitchen_09, w2_9f_kitchen_01, w2_9f_kitchen_02, w2_9f_kitchen_10, w4_6f_kitchen_01
labs(583 Mbyte, 4 categories)	hasegawa_lab, kurazume_lab, taniguchi_lab, uchida_lab
offices(95 Mbyte, 3 categories)	hasegawa_office, kurazume_office, morooka_office
studyrooms(328 Mbyte, 8 categories)	w2_2f_studyroom_01, w2_2f_studyroom_02, w2_2f_tatamiroom_01, w2_2f_tatamiroom_02, w4_2f_studyroom_01, w4_2f_studyroom_02, w4_2f_tatamiroom_01, w4_2f_tatamiroom_02
toilets(116 Mbyte, 3 categories)	w2_10f_toilet_01, w2_2f_toilet_01, w2_9f_toilet_01

Datasets with red texts are used for the experiments in our papers.,
To convert from a depth file (*.txt) to a point cloud (*.pcd), you can use this sample code "depth2cloud.cpp". Text files are included in the same directory.
For more information about the .pcd format, please visit
http://pointclouds.org/documentation/tutorials/pcd_file_format.php

発表論文

• [引用1]: Oscar Martinez Mozos, Hitoshi Mizutani, Ryo Kurazume, Tsutomu Hasegawa, Categorization of Indoor Places Using the Kinect Sensor, Sensors, Vol. 12, No. 5, pp.6695-6711, 2012
• [引用2]: 水谷 仁, マルティネス モゾ スオスカル, 倉爪 亮, 岩下 友美, 長谷川勉, RGB-D カメラを用いた屋内環境のカテゴリ識別, 第17回ロボティクスシンポジア講演予稿集, pp.461-468, 2012.3.15
• [引用3]: マルティネス モゾスオスカル, 水谷 仁, 蔡 現旭, 倉爪 亮, 長谷川 勉, 距離画像を用いた空間のカテゴリー識別, 第29回日本ロボット学会学術講演会, 1O1-5, 2011.9.7
• [引用4]: マルティネス モゾス オスカル, 水谷 仁, 倉爪 亮, 岩下 友美, 長谷川 勉, 距離・画像情報を統合したロボットのための屋内環境のカテゴリ識別 コンピュータビジョンとイメージメディア（CVIM）, Vol.2012-CVIM-180, No.29, 2012,1,19

九州大学 4D 歩容データベース（以下，KY 4D 歩容データベース）は九州大学大学院システム情報科学研究院倉爪・安研究室（管理責任者・倉爪亮，以下甲）で作成された，42人の歩行者に対する3次元歩容モデル，16台のカメラからのシルエット画像とカメラパラメータからなるデータベースです．詳しくは[引用1]をご参照ください.

KY 4D 歩容データベースの入手方法について

KY 4D 歩容データベースの入手をご希望の方は，以下の手順でお申し込みください．

1. ここ.から同意書をダウンロードしてください．
2. 同意書に必要事項を記入し，メールもしくは下記郵送先まで御郵送ください．
3. KY 4D 歩容データベース DVDの集荷を運送会社に依頼してください．送料はご負担ください．

同意書郵送先・集荷先
郵便番号819-0013　福岡県福岡市西区元岡744　九州大学ウエスト2号館928号室　倉爪・安研究室（電話 092-802-3605）

著作権

本KY 4D 歩容データベースの著作権は甲に帰属します．甲は，本KY 4D 歩容データベースの使用者（以下乙）が以下の使用許諾条件を注意深く読み，乙が全ての条項に同意した場合のみ使用を許可します．乙が本KY 4D 歩容データベースを利用して報告書，論文等を出版する場合には，引用1を明記して下さい．
[引用1] "Person identification from spatio-temporal 3D gait", Yumi Iwashita, Ryosuke Baba, Koichi Ogawara, Ryo Kurazume, Int. Conf. on Emerging Security Technologies, pp.30-35, September, 2010. 　

公表または第三者への提供の制限

乙は，甲の同意なく，本KY 4D 歩容データベースの一部，または全部の公表，コピー，または，第三者への提供を行わないこと．第三者には，乙と同一機関に所属する他組織，他部門や他のプロジェクト組織なども含まれる．

改変および使用目的の制限

乙は，甲の同意なく，本KY 4D 歩容データベースの一部，あるいは全部の改変を行わないこと．また本KY 4D 歩容データベースは研究開発のためのみに使用し，本KY 4D 歩容データベースを用いた，いかなる製品，サービスも，営利を目的に提供，販売しないこと．

引用

乙は，本KY 4D 歩容データベースを用いた成果の公表に当たっては，引用1を適切に引用し，本KY 4D 歩容データベースの使用を明示すること．

Kyushu University 4D Gait Database

発表論文

• [引用1]Yumi Iwashita, Ryosuke Baba, Koichi Ogawara, Ryo Kurazume, "Person identification from spatio-temporal 3D gait", Int. Conf. on Emerging Security Technologies, pp.30-35, September, 2010.

九州大学屋内空間識別用レーザ点群データベース（以下屋内データベース）は九州大学大学院システム情報科学研究院倉爪・安研究室（管理責任者・倉爪亮，以下甲）で作成されました． SICK LMS-151レーザスキャナと回転テーブルで計測された，廊下，台所，研究室，学習室，オフィスの5カテゴリからなるリフレクタンス画像と距離画像のデータベースです．詳しくは，論文[引用1]を参照して下さい．

屋内空間識別用レーザ点群データベースについて

著作権

本屋内データベースの著作権は甲に帰属します．甲は，本屋内データベースの使用者（以下乙）が以下の使用許諾条件を注意深く読み，乙が全ての条項に同意した場合のみ使用を許可します．乙が本屋内データベースを利用して報告書，論文等を出版する場合には，引用1を明記して下さい．
[引用1]:Oscar Martinez Mozos, Hitoshi Mizutani, Hojung Jung, Ryo Kurazume, Tsutomu Hasegawa, Categorization of Indoor Places by Combining Local Binary Pattern Histograms of Range and Reflectance Data from Laser Range Finders, Advanced Robotics, Vol.27, No.18, pp.1455-1464, 2013

使用目的の制限

乙は本屋内データベースを研究開発のために使用すること．また本屋内データベースを用いた，いかなる製品，サービスも，営利を目的に提供，販売しないこと．

公表または第三者への提供の制限

乙は，甲の同意なく，本屋内データベース公表，または，第三者への提供を行わないこと．

ファイルフォーマット

テキストファイル形式 : 距離値，リフレクタンス値
PCDファイルへの変換プログラム(depth2pcd)

画像サイズ

距離画像，リフレクタンス画像 : 3750~3755 x 760 pixels
垂直視角 : -85〜105 度
水平視角 : 360 度

Kyushu University Indoor Semantic Place Dataset
Category	距離・リフレクタンス
廊下 (3.0 Gbyte, 60 scans)
台所 (3.0 Gbyte, 60 scans)
研究室 (3.0 Gbyte, 60 scans)
学習室 (2.8 Gbyte, 60 scans)
オフィス (2.4 Gbyte, 45 scans)

画像枚数
場所	セット1	セット2	セット3	セット4	合計	ファイルサイズ (GB)
廊下	15	15	15	15	60	3.0
台所	15	15	15	15	60	3.0
研究室	15	15	15	15	60	3.0
学習室	15	15	15	15	60	2.8
オフィス	15	15	15	-	45	2.4
総計	75	75	75	60	285	14.2

発表論文

• Oscar Martinez Mozos, Hitoshi Mizutani, Hojung Jung, Ryo Kurazume, Tsutomu Hasegawa, Categorization of Indoor Places by Combining Local Binary Pattern Histograms of Range and Reflectance Data from Laser Range Finders, Advanced Robotics, Vol.27, No.18, pp.1455-1464, 2013

SICK福岡屋外空間識別用レーザ点群データベース（以下屋外データベース）は九州大学大学院システム情報科学研究院倉爪・安研究室（管理責任者・倉爪亮，以下甲）で作成されました． SICK LMS-151レーザスキャナと回転テーブルで計測された，森，駐車場，居住地，都市部の4カテゴリからなるリフレクタンス画像と距離画像のデータベースです．詳しくは，論文[引用1]を参照して下さい．

屋外空間識別用レーザ点群データベースについて

著作権

本屋外データベースの著作権は甲に帰属します．甲は，本屋外データベースの使用者（以下乙）が以下の使用許諾条件を注意深く読み，乙が全ての条項に同意した場合のみ使用を許可します．乙が本屋外データベースを利用して報告書，論文等を出版する場合には，引用1を明記して下さい．
[1] Hojung Jung, Oscar Martinez Mozos, Yumi Iwashita, Ryo Kurazume, The Outdoor LiDAR Dataset for Semantic Place Labeling, International Conference on Advanced Mechatronics (ICAM2015), 2015

使用目的の制限

乙は本屋外データベースを研究開発のために使用すること．また本屋外データベースを用いた，いかなる製品，サービスも，営利を目的に提供，販売しないこと．

公表または第三者への提供の制限

乙は，甲の同意なく，本屋外データベース公表，または，第三者への提供を行わないこと．

ファイルフォーマット

pts形式 : 点座標，リフレクタンス値
PCDファイルへの変換プログラム(ptxrgb2pcd)
PGMファイルへの変換プログラム(ptxrgb2pgm)

画像サイズ

距離画像，リフレクタンス画像 : 3750~3755 x 760 pixels
垂直視角 : -85〜105 度
水平視角 : 360 度

SICK Fukuoka Outdoor Semantic Place Dataset
Category	距離・リフレクタンス
森 (695.1 Mbyte, 36 scans)
居住地 (440.4 Mbyte, 31 scans)
駐車場 (564.1 Mbyte, 32 scans)
都市部 (641.9 Mbyte, 44 scans)

画像枚数
場所	セット1	セット2	セット3	セット4	セット5	セット6	セット7	合計	ファイルサイズ (MB)
森	4	2	3	6	7	6	8	36	695.1
居住地	5	5	4	4	13	0	0	31	440.4
駐車場	6	6	8	8	4	0	0	32	564.1
都市部	5	5	5	7	8	6	8	44	641.9
総計	20	18	20	25	32	12	16	143	2341.5

発表論文

• Hojung Jung, Oscar Martinez Mozos, Yumi Iwashita, Ryo Kurazume, The Outdoor LiDAR Dataset for Semantic Place Labeling, International Conference on Advanced Mechatronics (ICAM2015), 2015

九州大学ジオメトリビッグデータデータベース（以下Geometryデータベース）は九州大学大学院システム情報科学研究院倉爪・安研究室（管理責任者・倉爪亮，以下甲）で作成されました． 屋内駐車場，屋外駐車場，海岸線，森林，住宅街，都市部の6カテゴリからなる，カラー，リフレクタンス，距離画像のデータベースです．詳しくは，論文[引用1]を参照して下さい．

Geometryデータベースについて

著作権

本Geometryデータベースの著作権は甲に帰属します．甲は，本Geometryデータベースの使用者（以下乙）が以下の使用許諾条件を注意深く読み，乙が全ての条項に同意した場合のみ使用を許可します．乙が本Geometryデータベースを利用して報告書，論文等を出版する場合には，引用1を明記して下さい．

[引用1]: Multi-modal Panoramic 3D Outdoor Datasets for Place Categorization
Hojung Jung, Yuki Oto, Oscar Mozos, Yumi Iwashita, Ryo Kurazume
2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp.4545-4550, Daejeon, Korea, 2016.10.9-14, 2016
[pdf]

使用目的の制限

乙は本Geometryデータベースを研究開発のために使用すること．また本Geometryデータベースを用いた，いかなる製品，サービスも，営利を目的に提供，販売しないこと．

公表または第三者への提供の制限

乙は，甲の同意なく，本Geometryデータベース公表，または，第三者への提供を行わないこと．

入手方法

dbadmin@irvs.ait.kyushu-u.ac.jpまでお問い合わせください



ファイルフォーマット

PTX ファイル形式 : X, Y, Z, reflectance, R, G, B
PTX ファイルはアスキー形式の点群データで，10行のヘッダー部とそれに続く7列の点群座標からなります．詳しくはこちらをご覧ください．

Example:

    col                     ; number of columns
    row                     ; number of rows
    st1 st2 st3             ; scanner registered position
    sx1 sx2 sx3             ; scanner registered axis 'X'
    sy1 sy2 sy3             ; scanner registered axis 'Y'
    sz1 sz2 sz3             ; scanner registered axis 'Z'
    r11 r12 r13 0           ; transformation matrix
    r21 r22 r23 0           ; this is a simple rotation and translation 4x4 matrix
    r31 r32 r33 0           ; just apply to each point to get the transformed coordinate
    tr1 tr2 tr3 1           ; use double-precision variables
    X Y Z intensity R G B   ; begin coordinate list
    X Y Z intensity R G B   ; intensity range: 0 - 1

PTX -> PCDファイル変換

PCL (Point Cloud Library)が必要です．
ptxrgb2pcd.zip

画像サイズ

RGB画像，距離画像，リフレクタンス画像 : 5140x1757 pixels
垂直視角 : 300 度
水平視角 : 360 度

九州大学ジオメトリビッグデータ データベース
カテゴリー	RGB画像 (クリックして拡大)	デプス画像 (クリックして拡大)	リフレクタンス画像 (クリックして拡大)	3Dムービー (クリックして再生)
>屋内駐車場
	ファイル名: ParkingIn.zip (Example: Size 227 Mbytes) ファイル情報: 38.2 Gbyte, 105 scans 計測地点
屋外駐車場
	ファイル名: ParkingOut.zip (Example: Size 148 Mbytes) ファイル情報: 40.0 Gbyte, 108 scans 計測地点
海岸線
	ファイル名: Coast.zip (Example: Size 137 Mbytes) ファイル情報: 38.7 Gbyte, 103 scans 計測地点
森林
	ファイル名: Forest.zip (Example: Size 176 Mbytes) ファイル情報: 43.2 Gbyte, 116 scans 計測地点
住宅街
	ファイル名: Residential.zip (Example: Size 142 Mbytes) ファイル情報: 39.6 Gbyte, 106 scans 計測地点
都市部
	ファイル名: Urban.zip (Example: Size 166 Mbytes) ファイル情報: 42.3 Gbyte, 112 scans 計測地点

それぞれのカテゴリは７セットのパノラマ計測結果からなる。それぞれのセットは、以下の表で示された同一カテゴリ内の異なる場所に対応する。

スキャン回数
場所	セット1	セット2	セット3	セット4	セット5	セット6	セット7	合計	ファイルサイズ (GB)
屋内駐車場	16	16	13	15	17	13	15	105	38.2
屋外駐車場	15	17	16	15	15	14	16	108	40.0
海岸線	14	14	16	12	17	14	16	103	38.7
森林	16	16	17	18	16	16	17	116	43.2
住宅街	14	16	14	15	16	15	16	106	39.6
都市部	16	17	16	16	15	16	16	112	42.3
総計	91	96	92	91	96	88	96	650	242

発表論文

• Hojung Jung, Yuki Oto, Oscar Mozos, Yumi Iwashita, Ryo Kurazume, Multi-modal Panoramic 3D Outdoor Datasets for Place Categorization, 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp.4545-4550, Daejeon, Korea, 2016.10.9-14, 2016

九州大学ジオメトリビッグデータデータベース（以下Geometryデータベース）は九州大学大学院システム情報科学研究院倉爪・安研究室（管理責任者・倉爪亮，以下甲）で作成されました．屋内駐車場，屋外駐車場，海岸線，森林，住宅街，都市部の6カテゴリからなる，カラー，リフレクタンス，距離画像のデータベースです．詳しくは，論文[引用1]を参照して下さい．

Geometryデータベースについて

著作権

本Geometryデータベースの著作権は甲に帰属します．甲は，本Geometryデータベースの使用者（以下乙）が以下の使用許諾条件を注意深く読み，乙が全ての条項に同意した場合のみ使用を許可します．乙が本Geometryデータベースを利用して報告書，論文等を出版する場合には，引用1を明記して下さい．

[引用1]: Multi-modal Panoramic 3D Outdoor Datasets for Place Categorization
Hojung Jung, Yuki Oto, Oscar Mozos, Yumi Iwashita, Ryo Kurazume
2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp.4545-4550, Daejeon, Korea, 2016.10.9-14, 2016
[pdf]

使用目的の制限

乙は本Geometryデータベースを研究開発のために使用すること．また本Geometryデータベースを用いた，いかなる製品，サービスも，営利を目的に提供，販売しないこと．

公表または第三者への提供の制限

乙は，甲の同意なく，本Geometryデータベース公表，または，第三者への提供を行わないこと．

センサ

• レーザレンジファインダ : Velodyne HDL-32E laser scanner
• GPS : GARMIN GPS 18x LVC
• 全方位カメラ : Kodak PIXPRO SP360



ファイルフォーマット

PCD, NMEA, BMP形式

 
    ＜Point cloud＞
    EQUIPMENT：HDL-32e (Velodyne)
    FILE FORMAT：.pcd
    DATA FORMAT：PointCloud2 (See PCL library)
    PARAMETER：x, y, z, intensity, ring

    ＜GPS＞
    EQUIPMENT：GPS 18x LVC, 5m (GARMIN)
    FILE FORMAT：.txt
    DATA FORMAT：NMEA Sentences($GPRMC)
    Timestamp is included.

    ＜IMG＞
    EQUIPMENT：PIXPRO SP360 (Kodak)
    FILE FORMAT：.bmp
    DATA FORMAT：Bitmap

カラー画像は参考データであり，点群データとは位置合わせされていません．
GPSデータはヘッダー部にタイムスタンプが付与されています
点群データとGPSデータは同期しています
カラー画像の名前にはタイムスタンプが含まれます

例
"Coast" カテゴリの "set01" データセット

• Coast_001_00001.pcd … Coast_001_00511.pcd
• Coast_001_00001_gps.txt … Coast_001_00511_gps.txt

 
  Coast_001_00001_gps.txt
    seq: 17760
    stamp: 
    secs: 1447644393
    nsecs: 178497076
    frame_id: velodyne $GPRMC,032605,A,3338.8718,N,13012.4973,E,009.9,213.9,161115,007.0,W,D*06

• Coast_01_0001_1447644399.20.bmp … Coast_01_1483_1447644650.35.bmp

PCD -> PTXファイル変換

PCL (Point Cloud Library) と ROS が必要です．
pcd2ptx(velodyne).zip

全方位画像 -> 円柱座標変換

OpenCV と contrib (ccalib/omnidir.hpp) が必要です．
omni2pers.zip

サンプリング周期

点群，GPSデータ : 2 Hz
カラー画像 : 6 ~ 7 Hz

画像サイズ

距離画像，リフレクタンス画像 : 32x1260~1270 pixels
垂直視角 : 10.67 ~ -30.67 度
水平視角 : 360 度
垂直解像度 : 1.33 度
水平解像度 : 0.17 度

カラー画像 : 1024 x 1024 pixels

九州大学ジオメトリビッグデータ データベース
カテゴリー	RGB画像 (クリックして再生)	点群画像 (クリックして拡大)	3Dムービー (クリックして再生)
屋内駐車場
	ファイル名: ParkingInVelodyne.zip (Example: Size 2 Mbytes) ファイル情報: 17.7 Gbyte, 4780 scans 計測地点
屋外駐車場
	ファイル名: ParkingOutVelodyne.zip (Example: Size 2 Mbytes) ファイル情報: 23.4 Gbyte, 5445 scans 計測地点
海岸線
	ファイル名: CoastVelodyne.zip (Example: Size 2 Mbytes) ファイル情報: 18.3 Gbyte, 4298 scans 計測地点
森林
	ファイル名: ForestVelodyne.zip (Example: Size 2 Mbytes) ファイル情報: 32.2 Gbyte, 6479 scans 計測地点
住宅街
	ファイル名: ResidentialVelodyne.zip (Example: Size 2 Mbytes) ファイル情報: 31.4 Gbyte, 7464 scans 計測地点
都市部
	ファイル名: UrbanVelodyne.zip (Example: Size 2 Mbytes) ファイル情報: 24.0 Gbyte, 5734 scans 計測地点

それぞれのカテゴリは10セットのパノラマ計測結果からなる。それぞれのセットは、以下の表で示された同一カテゴリ内の異なる場所に対応する。

スキャン回数
場所	セット1	セット2	セット3	セット4	セット5	セット6	セット7	セット8	セット9	セット10	合計	ファイルサイズ (GB)
屋内駐車場	520	357	274	873	583	343	466	592	344	428	4780	17.7
屋外駐車場	874	579	388	370	477	536	581	563	460	617	5445	23.4
海岸線	511	254	571	221	314	376	872	506	386	287	4298	18.3
森林	440	824	980	707	730	720	439	311	797	531	6479	32.2
住宅街	674	787	667	724	563	973	717	720	977	662	7464	31.4
都市部	490	572	587	487	410	566	712	565	606	739	5734	24.0
総計	3509	3373	3467	3382	3077	3514	3787	3257	3570	3264	34200	147

発表論文

• Hojung Jung, Yuki Oto, Oscar Mozos, Yumi Iwashita, Ryo Kurazume, Multi-modal Panoramic 3D Outdoor Datasets for Place Categorization, 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp.4545-4550, Daejeon, Korea, 2016.10.9-14, 2016

JPL Mars Yard Databaseへのリンク

Figure 1 Mars Yard

Figure 2 RGB image at 4 pm

Figure 3 IR image at 4 pm

Fukuoka Datasets for Place Categorizationへのリンク

発表論文

• Oscar Martinez Mozos, Kazuto Nakashima, Hojung Jung, Yumi Iwashita, Ryo Kurazume, Fukuoka Datasets for Place Categorization, International Journal of Robotics Research, Vol. 38, No.5, pp.507-517, 2019, DOI:10.1177%2F0278364919835603