面向自动驾驶视觉数据集的属性标注与偏差评估

本文探讨了自动驾驶领域中常被忽视的公平性问题，特别是对自动驾驶车辆整体功能起关键作用的基于视觉的感知与预测系统中的公平性。我们将分析重点放在用于训练行人和车辆检测系统的一些最常用视觉数据集中存在的偏差上。我们引入了一种标注方法和一个专用标注工具，两者均专为标注视觉数据集中智能体的受保护属性而设计。我们通过评分者间一致性分析验证了该方法，并提供了所有数据集的属性分布。这些标注包括对超过 9 万人的年龄、性别、肤色、群体和出行方式等属性的标注，以及对超过 5 万辆车的车辆类型、颜色和车型等属性的标注。总体而言，大多数属性的多样性非常低，其中一些群体（如儿童、轮椅使用者或个人出行工具使用者）在所分析的数据集中代表性严重不足。该研究对在自动驾驶车辆感知与预测系统评估中考虑公平性的工作做出了重大贡献。本文遵循可复现性原则。标注工具、脚本和已标注属性可在 https://github.com/ec-jrc/humaint_annotator 公开获取。