HEADS-UP：用于盲人助助系统中轨迹预测的佩戴头部 egocentric 数据集
计算机视觉与模式识别
2024-10-01 v1
摘要
本文介绍了 HEADS-UP, 首个来自佩戴式摄像头的 egocentric 数据集, 专为盲人助助系统中的轨迹预测而设计。随着盲人和视力受损人群的持续增长, 为提供关于与动态障碍物碰撞的实时警告的智能辅助工具的需求日益紧迫。这些系统依赖于能够预测移动物体（如行人）轨迹的算法, 以便及时发布危险警报。然而, 现有数据集未能从盲人视角捕获必要信息。为填补这一差距, HEADS-UP 提供了一个专注于该场景下轨迹预测的数据集。利用该数据集, 我们提出了一种半局部轨迹预测方法, 用于评估盲人与行人的碰撞风险。不同于传统方法分别预测盲人（ego agent）与行人的轨迹, 本方法在半局部坐标系中运行, 该坐标系为相机坐标系的旋转版本, 有助于预测过程。我们在 HEADS-UP 数据集上验证了该方法, 并在 ROS 中实现, 通过 NVIDIA Jetson GPU 进行实时测试, 并进行了用户研究。来自数据集评估和现场测试的结果表明, 我们的方案在鲁棒性和效率方面均表现出色。
引用
@article{arxiv.2409.20324,
title = {HEADS-UP: Head-Mounted Egocentric Dataset for Trajectory Prediction in Blind Assistance Systems},
author = {Yasaman Haghighi and Celine Demonsant and Panagiotis Chalimourdas and Maryam Tavasoli Naeini and Jhon Kevin Munoz and Bladimir Bacca and Silvan Suter and Matthieu Gani and Alexandre Alahi},
journal= {arXiv preprint arXiv:2409.20324},
year = {2024}
}