Repositorio de Datos de la UPM
Dataverses destacados

Para usar esta funcionalidad ha de tener publicado al menos un dataverse.

Publicar dataverse

¿Está seguro de que quiere publicar su dataverse? Una vez hecho esto, deberá permanecer publicado.

Publicar dataverse

Este dataverse no puede publicarse porque el dataverse al que pertenece no se ha publicado.

Eliminar dataverse

¿Está seguro de que quiere eliminar este dataverse? No podrá recuperarlo.

Búsqueda avanzada

771 a 780 de 839 Resultados
7 feb. 2019
Quintana González, Marcos, 2019, "3D Wide Faces (3DWF)", https://doi.org/10.21950/UBTZOR, e-cienciaDatos, V1
Captura RGB-D multicámara de 92 personas cambiando su pose en base a 10 marcadores a los que tienen que mirar. Se adjuntan las imágenes y mapas de profundidad capturadas, las matrices de rotación y translación para registrarlas, nubes de puntos de 2K puntos reconstruidas, nubes d...
7 feb. 2019 - 3D Wide Faces (3DWF)
Datos tabulares - 2,3 KB
Archivo CSV con la edad, género y etnia de las personas capturadas = SV file with age, gender and ethnicity for captured subjects.
7 feb. 2019 - 3D Wide Faces (3DWF)
Archivo ZIP - 114,7 MB - MD5: 1feea5a13c2a6a770ab4257772abbfd4
10 carpetas (Marker1-Marker10) en las que se incluyen la nube de puntos registrada con un tamaño de 2K en formato PCD, la imagen frontal en la que se han anotado el bounding box y los 5 landmarks faciales, un archivo txt con las 5 coordenadas de los puntos característicos detecta...
7 feb. 2019 - 3D Wide Faces (3DWF)
Archivo ZIP - 722,8 MB - MD5: 2cc772453a7e99aabb7d3bab8a5604b8
10 carpetas Marker1-Marker10. En una de ellas se encuentran 3 carpetas Camera1-Camera3. Y a su vez en cada cámara se pueden encontrar dos carpetas RGB y Depth. En RGB se almacenan las imágenes de los sujetos correspondientes para ese marcador, y en Depth los mapas de profundidad...
7 feb. 2019 - 3D Wide Faces (3DWF)
Archivo ZIP - 149,7 KB - MD5: 30707529469f33c08c121c84f70d5cdd
92 carpetas (1 para cada sujeto) en las que se encuentran las 4 matrices de rotación y los vectores de traslación con las que registrar la información almacenada por cada cámara. Las matrices denotadas como 21 sirven para registrar inicialmente la nube de puntos de la cámara 1 co...
7 feb. 2019 - 3D Wide Faces (3DWF)
Archivo ZIP - 625,6 MB - MD5: 31c450acd240643051612d8985eba193
Nubes de puntos de alta resolución capturadas mediante el Scanner 3D FARO Freestyle en posición neutral en el inicio del experimento. = Hight resolution point clouds captured with 3D Scanner FARO Freestyle in neutral position at the beginning of the experiment.
7 feb. 2019 - 3D Wide Faces (3DWF)
Texto plano - 7,9 KB - MD5: fad76041eaefe0e265a1d6c44b66f5c6
Fichero con la descripción del proyecto y dataset
21 dic. 2018
Villalba-Diez, Javier; Ordieres-Meré, Joaquín; Molina, Martín; Rossner, Marisa; Lay, Maren, 2018, "Lean dendrochronology: a proposal", https://doi.org/10.21950/O9TDMF, e-cienciaDatos, V1
Research project looking to develop a comprehensive proposal enabling higher transparency levels between short term performance levels and the strategic design of the organization. Descripción del dataset: Normalized KPIs are provided as well as the references for the R scripts m...
Valores separados por comas - 3,8 KB - MD5: 50f16920ae9bc92b6d9d42ce2a2d9b51
DATASET
Valores separados por comas - 10,7 KB - MD5: e94846e923f244dcfa5d1e48f4199727
DATASET
Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Compartir dataverse

Compartir este dataverse en sus redes sociales favoritas.

Enlace al dataverse
Reiniciar modificaciones

¿Está seguro de que quiere reiniciar los campos de metadatos seleccionados?. Si lo hace, cualquier personalización (oculto, obligatorio, opcional) que haya hecho desaparecerá.