eCARLA-scenes：用于事件-based 光流预测的合成数据集
计算机视觉与模式识别
2024-12-13 v1
摘要
事件-based 视觉与脉冲神经网络 (SNN) 的联合使用预计将在近期对机器人领域产生重大影响，诸如视觉里程计和障碍物规避等任务。尽管研究者已用于光流预测采集了真实世界事件数据集（主要来自无人机），但这些数据集在多样性、可扩展性方面受限，且收集过程具有挑战性。因此，合成数据集作为连接现实与仿真之间的可扩展替代方案具有潜力。本文通过引入 eWiz，一个综合性的事件数据处理库，弥补了数据集不足的问题。该库包括数据加载、数据增强、可视化、编码以及训练数据生成工具，以及损失函数和性能指标。我们进一步 presented 一个用于光流预测的合成事件数据集和数据生成管道。基于 eWiz 构建的 eCARLA-scenes 数据集利用 CARLA 仿真器模拟自驾汽车场景。该数据集的终极目标是描绘多样化的环境，为在自动化野外车辆导航中推动事件相机应用的发展，为在如英特尔 Loihi 等神经形态硬件上部署 SNN 铺平了道路。
引用
@article{arxiv.2412.09209,
title = {eCARLA-scenes: A synthetically generated dataset for event-based optical flow prediction},
author = {Jad Mansour and Hayat Rajani and Rafael Garcia and Nuno Gracias},
journal= {arXiv preprint arXiv:2412.09209},
year = {2024}
}