摘要：醉酒与清醒状态红外图像数据集是一个专门用于酒精中毒检测和生理状态识别的红外热成像数据集，通过非接触式红外成像技术捕捉清醒者和醉酒者的体表温度分布差异。
数据集简介
数据集概述
醉酒与清醒状态红外图像数据集是一个专门用于酒精中毒检测和生理状态识别的红外热成像数据集，通过非接触式红外成像技术捕捉清醒者和醉酒者的体表温度分布差异。数据集包含两个核心类别：清醒状态（Sober）和醉酒状态（Intoxicated），利用红外热成像能够检测到酒精摄入后引起的面部血管扩张、体表温度升高等生理变化特征。原始数据经过预处理，已将.tif格式转换为单色.jpg格式，并按类别整理到相应目录中，同时提供了CSV格式的文件标签索引列表和训练集-测试集划分信息，便于快速部署机器学习模型。该数据集为交通安全检查、公共场所安全管理、智能驾驶辅助系统以及医疗健康监测提供了创新的非侵入式检测手段，具有重要的社会安全和公共卫生应用价值。
数据结构与关键特征
数据集采用标准图像分类格式，图像文件为单色JPEG格式（由原始TIF红外热图像转换而来），按清醒和醉酒两个类别组织到不同目录中。数据集提供CSV索引列表，包含文件名与标签的对应关系，以及预定义的训练集-测试集划分方案，确保实验结果的可重复性和可比性。关键特征包括：酒精影响下的面部温度分布变化（特别是面颊、鼻部、前额区域的热辐射增强）、体表血液循环加速导致的热特征差异、以及不同个体在酒精作用下的生理反应多样性。红外热成像的优势在于非接触式测量、不受光照条件限制、隐私保护性较好（热图像不显示面部细节），但也面临环境温度干扰、个体基础体温差异、测量距离和角度敏感性等挑战。数据集的单色格式简化了图像处理流程，突出了温度梯度这一核心特征，适合用于轻量级模型训练和边缘设备部署。
应用价值与研究方向
该数据集在交通安全管理、公共场所安防、智能车载系统和医疗健康监测领域具有创新应用价值，可用于开发非接触式酒精检测系统、驾驶员状态监测装置、酒吧/娱乐场所安全管理工具以及远程健康评估平台。研究方向包括：基于深度学习的醉酒状态分类算法、红外热特征提取与分析、迁移学习应用于小样本医学数据、多模态融合检测（结合行为识别、语音分析）、环境温度补偿与校准技术、个体化基线建模方法、以及隐私保护下的生理状态监测。此外，该数据集还可扩展至其他生理状态识别任务，如疲劳检测、情绪识别、疾病筛查（发热检测）、药物影响评估等，为构建非侵入式生理监测系统提供技术路径。在酒驾事故频发、传统呼气式酒精检测存在接触风险和操作不便的背景下，该数据集为推动红外热成像技术在酒精检测领域的应用、提升交通安全执法效率、降低公共安全风险提供了重要的数据支撑和研究基础，同时也为人工智能在公共卫生和安全管理中的创新应用开辟了新的方向。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-185
文件大小：1.3M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)