用于汽车的大规模基于事件的检测数据集
计算机视觉与模式识别
2020-02-03 v3 机器学习
机器人学
图像与视频处理
摘要
我们介绍了首个用于事件相机的大型检测数据集。该数据集由使用 304x240 ATIS 传感器采集的超过 39 小时汽车行驶记录组成。它包含开放道路和非常多样的驾驶场景,涵盖城市、高速公路、郊区和乡村场景,以及不同天气和光照条件。还以 1 至 4Hz 的频率提供了记录中车辆与行人的手动边界框标注,总计超过 255,000 个标签。我们相信,如此规模标注数据集的可用性将推动基于事件的视觉任务(如目标检测与分类)的重大进展。我们也期望在其他任务中受益,例如光流、运动恢复结构与跟踪,其中例如大量数据可被自监督学习方法利用。
引用
@article{arxiv.2001.08499,
title = {A Large Scale Event-based Detection Dataset for Automotive},
author = {Pierre de Tournemire and Davide Nitti and Etienne Perot and Davide Migliore and Amos Sironi},
journal= {arXiv preprint arXiv:2001.08499},
year = {2020}
}
备注
8 pages, 29 images