从游戏到研究：基于 GTA V 的机器人与导航合成数据生成
计算机视觉与模式识别
2025-02-19 v1
摘要
在计算机视觉领域，开发能够在真实场景中有效泛化的鲁棒算法越来越需要多样环境条件下的大规模数据集。然而，获取此类数据集往往耗时、昂贵，甚至不可行。为此，合成数据已引起关注作为可行替代方案，允许在受控环境中模拟各种情境而生成大量数据。本研究聚焦机器人和导航中的合成数据应用，特别是针对同步定位与地图构建 (SLAM) 和视觉姿态识别 (VPR)。具体而言，我们引入一个使用 Grand Theft Auto V (GTA V) 虚拟环境创建的合成数据集，以及一个无需人工监督地生成 VPR 数据集的算法。通过围绕 SLAM 和 VPR 的一系列实验，我们证明了从 GTA V 生成的合成数据在质量上与真实数据相当。此外，这些合成数据可以补充甚至取代这些应用中的真实数据。本研究为未来研究和开发提供了一种高性价比且可扩展的大规模合成数据集创建方案。
引用
@article{arxiv.2502.12303,
title = {From Gaming to Research: GTA V for Synthetic Data Generation for Robotics and Navigations},
author = {Matteo Scucchia and Matteo Ferrara and Davide Maltoni},
journal= {arXiv preprint arXiv:2502.12303},
year = {2025}
}