行人里程计基准测试：布朗行人里程计数据集(BPOD)
计算机视觉与模式识别
2021-12-28 v1
摘要
我们提出布朗行人里程计数据集(BPOD)，用于在头戴式行人场景下对视觉里程计算法进行基准测试。该数据集使用同步的全局快门与卷帘快门立体相机，在布朗大学校园内12个不同的室内外地点采集。与现有数据集相比，BPOD包含更多的图像模糊与自旋转，这些现象在行人里程计中常见而在其他场景中少见。真实轨迹由沿行人路径粘贴的标记点生成，行人位置通过第三人称视频记录。我们在BPOD上评估了具有代表性的直接法、基于特征以及基于学习的VO方法性能。结果表明，要成功捕捉行人轨迹仍需大量算法发展。数据集链接如下：\url{https://doi.org/10.26300/c1n7-7p93}
引用
@article{arxiv.2112.13018,
title = {Benchmarking Pedestrian Odometry: The Brown Pedestrian Odometry Dataset (BPOD)},
author = {David Charatan and Hongyi Fan and Benjamin Kimia},
journal= {arXiv preprint arXiv:2112.13018},
year = {2021}
}