F2SD：面向端到端群组检测算法的数据集
计算机视觉与模式识别
2022-11-22 v1
摘要
大规模数据集的缺乏一直阻碍着深度学习在 F-formation 检测问题上的进展。此外，该问题上的多数研究依赖于物体位置与朝向的输入传感器信号而非图像信号。为此，我们开发了一个用于 F-formation 检测的新的大规模模拟图像数据集，称为 F-formation 模拟数据集（F2SD）。F2SD 包含近 60,000 张从 GTA-5 模拟得到的图像，带有图像上的边界框与朝向信息，可服务于多种建模方法。它也更接近实际场景，因为三维位置与朝向信息的记录成本高昂。在保持真实感的同时构建如此大规模的模拟数据集颇具挑战。并且，现有研究利用常规方法检测群组，并非直接从图像检测群组。本工作中，我们提出（1）大规模模拟数据集 F2SD 及 F-formation 模拟流程，（2）该任务上首个端到端基线模型，以及在我们模拟数据集上的实验。
引用
@article{arxiv.2211.11001,
title = {F2SD: A dataset for end-to-end group detection algorithms},
author = {Giang Hoang and Tuan Nguyen Dinh and Tung Cao Hoang and Son Le Duy and Keisuke Hihara and Yumeka Utada and Akihiko Torii and Naoki Izumi and Long Tran Quoc},
journal= {arXiv preprint arXiv:2211.11001},
year = {2022}
}
备注
Accepted at ICMV 2022