CycleCrash：面向碰撞预测与分析的自行车碰撞视频数据集
计算机视觉与模式识别
2024-10-31 v2
摘要
自驾研究常常忽视自行车碰撞和安全问题。为此，我们提出CycleCrash，一个新型数据集，包含3000段包含436347帧的摄像头视频，捕捉自行车在从碰撞到安全交互的各种关键情境中。该数据集使我们能够针对潜在对自行车有危险情况的9种不同自行车碰撞预测和分类任务进行建模，数据集随附有与碰撞相关、自行车相关和场景相关的标签。接下来，我们提出VidNeXt方法，利用ConvNeXt空间编码器和非平稳变换器捕获视频的时间动态，以解决我们数据集中定义的任务。为展示我们方法的有效性并在CycleCrash上创建额外的基线，我们应用并比较了7个模型以及详细的消融实验。我们在https://github.com/DeSinister/CycleCrash/上发布了数据集和代码。
引用
@article{arxiv.2409.19942,
title = {CycleCrash: A Dataset of Bicycle Collision Videos for Collision Prediction and Analysis},
author = {Nishq Poorav Desai and Ali Etemad and Michael Greenspan},
journal= {arXiv preprint arXiv:2409.19942},
year = {2024}
}
备注
Accepted to WACV 2025