IPS300+：面向交叉口感知系统的一项具有挑战性的多模态数据集
计算机视觉与模式识别
2021-06-08 v1
摘要
由于高复杂度和遮挡，拥挤城市交叉口中感知不足对人类驾驶员和自动驾驶算法均构成严重安全风险，而 CVIS（车路协同系统）是该场景下全参与者感知的一种解决方案。然而，路侧多模态感知的研究仍处于起步阶段，且尚无针对此类场景的开源数据集。为此，本文填补了这一空白。通过安装在交叉口对角线上的 IPS（交叉口感知系统），本文提出了一个用于交叉口感知任务的高质量多模态数据集。实验交叉口中心覆盖面积为 3000m2，延伸距离达 300m，这对于 CVIS 而言具有典型性。首批开源数据包含 14198 帧，每帧平均有 319.84 个标签，是迄今最拥挤数据集（2019 年 H3D 数据集）的 9.6 倍。为促进进一步研究，该数据集尽量使标签文档与 KITTI 数据集保持一致，并建立了用于算法评估的标准化基准。我们的数据集可从以下网址获取：http://www.openmpd.com/column/other_datasets。
引用
@article{arxiv.2106.02781,
title = {IPS300+: a Challenging Multimodal Dataset for Intersection Perception System},
author = {Huanan Wang and Xinyu Zhang and Jun Li and Zhiwei Li and Lei Yang and Shuyue Pan and Yongqiang Deng},
journal= {arXiv preprint arXiv:2106.02781},
year = {2021}
}