DDD17：端到端DAVIS驾驶数据集
计算机视觉与模式识别
2017-11-07 v1
摘要
事件相机，如动态视觉传感器（DVS）以及动态有源像素视觉传感器（DAVIS），可通过提供并行的标准有源像素传感器（APS）图像流与DVS时间对比度事件流，补充其他自动驾驶传感器。APS流是一系列标准灰度全局快门图像传感器帧。DVS事件表示在特定时刻发生的亮度变化，在大多数光照条件下具有约毫秒的抖动。它们具有>120 dB的动态范围，以及在可与30 fps（帧/秒）图像传感器相比的数据率下>1 kHz的有效帧率。为克服当前图像采集技术的某些局限，我们在本工作中研究在端到端驾驶应用中使用DVS与APS组合流。本文 accompanying 的数据集DDD17是首个标注DAVIS驾驶记录的开放数据集。DDD17包含超过12小时的346x260像素DAVIS传感器在白天、傍晚、夜间、干燥及潮湿天气条件下记录的高速公路和城市驾驶，以及从车辆车载诊断接口捕获的车速、GPS位置、驾驶员转向、油门和制动。作为一个示例应用，我们执行了一项初步的端到端学习研究，使用卷积神经网络训练以从DVS和APS视觉数据预测瞬时转向角。
引用
@article{arxiv.1711.01458,
title = {DDD17: End-To-End DAVIS Driving Dataset},
author = {Jonathan Binas and Daniel Neil and Shih-Chii Liu and Tobi Delbruck},
journal= {arXiv preprint arXiv:1711.01458},
year = {2017}
}
备注
Presented at the ICML 2017 Workshop on Machine Learning for Autonomous Vehicles