AcinoSet：野外猎豹的三维姿态估计数据集与基线模型
计算机视觉与模式识别
2021-12-22 v1 系统与控制
系统与控制
定量方法
摘要
动物具有极强的敏捷性，但理解其复杂动力学（具有生态、生物力学与进化意义）仍然具有挑战性。能够研究这种惊人的敏捷性对于开发下一代自主腿式机器人至关重要。特别地，猎豹（acinonyx jubatus）速度极快且机动灵活，然而即使在新的基于深度学习的方法下，量化其在野外运动时的全身三维运动学数据仍是一项挑战。在本工作中，我们提出了一个名为 AcinoSet 的广泛数据集，包含自由奔跑的野外猎豹，其含有 119,490 帧多视角同步高速视频片段、相机标定文件以及 7,588 帧人工标注帧。我们利用无标记动物姿态估计提供二维关键点。然后，我们使用三种作为三维姿态估计工具开发强基线的方法：传统稀疏束调整、扩展卡尔曼滤波器，以及我们称为全轨迹估计的基于轨迹优化的方法。所提供的还包括生成的三维轨迹、人工核查的三维真值，以及一个用于检查数据的交互式工具。我们相信该数据集将对生态学、神经科学、机器人学、生物力学以及计算机视觉等广泛领域有用。
引用
@article{arxiv.2103.13282,
title = {AcinoSet: A 3D Pose Estimation Dataset and Baseline Models for Cheetahs in the Wild},
author = {Daniel Joska and Liam Clark and Naoya Muramatsu and Ricardo Jericevich and Fred Nicolls and Alexander Mathis and Mackenzie W. Mathis and Amir Patel},
journal= {arXiv preprint arXiv:2103.13282},
year = {2021}
}
备注
Code and data can be found at: https://github.com/African-Robotics-Unit/AcinoSet