HabitatDyn 数据集：从动态目标检测到运动学估计
计算机视觉与模式识别
2023-04-24 v1
摘要
计算机视觉与机器学习的进步使得数据集成为进一步研究与应用的 crucial 要素。然而，缺乏合适的数据集阻碍了具有先进识别能力的机器人的创建与发展。现有的图像或视频处理数据集无法准确刻画移动机器人的观测，且不包含机器人任务所需的运动学信息。另一方面，合成数据创建成本低，并为适应各类应用提供更大灵活性，因此被研究与工业界广泛利用。本文提出数据集 HabitatDyn，其包含合成 RGB 视频、语义标签、深度信息以及运动学信息。HabitatDyn 从搭载移动相机的移动机器人视角创建，包含 30 个场景，涵盖六种不同速度类型的运动物体。为展示数据集可用性，采用两种现有算法进行评估，并基于这些分割方法实现物体与相机间距离估计方法，并通过该数据集评估。借助此数据集，我们期望推动移动机器人领域的进一步进展，造就更能胜任且智能的机器人，以更有效导航并与其环境交互。代码公开于 https://github.com/ignc-research/HabitatDyn。
引用
@article{arxiv.2304.10854,
title = {HabitatDyn Dataset: Dynamic Object Detection to Kinematics Estimation},
author = {Zhengcheng Shen and Yi Gao and Linh Kästner and Jens Lambrecht},
journal= {arXiv preprint arXiv:2304.10854},
year = {2023}
}
备注
The paper is under review