JRDB-PanoTrack: 一个面向拥挤人类环境的开放世界全景分割与跟踪机器人数据集
计算机视觉与模式识别
2024-04-03 v1
摘要
自主机器人系统近年来吸引了越来越多的研究关注，其中环境理解是机器人导航、人机交互和决策的关键步骤。现实世界的机器人系统通常从多个传感器收集视觉数据，并需要在复杂的人群密集场景中识别大量物体及其运动。传统基准依赖于单一传感器和有限的对象类别及场景，无法提供机器人进行准确导航、交互和决策所需的全面环境理解。作为JRDB数据集的扩展，我们推出了JRDB-PanoTrack，一个新颖的开放世界全景分割与跟踪基准，旨在实现更全面的环境感知。JRDB-PanoTrack包括：(1)涉及室内外拥挤场景的各种数据，以及全面的2D和3D同步数据模态；(2)高质量的2D空间全景分割和时间跟踪标注，以及用于进一步空间理解的额外3D标签投影；(3)用于封闭和开放世界识别基准的多样化对象类别，以及基于OSPA的评估指标。对领先方法的广泛评估表明我们的数据集带来了显著挑战。
引用
@article{arxiv.2404.01686,
title = {JRDB-PanoTrack: An Open-world Panoptic Segmentation and Tracking Robotic Dataset in Crowded Human Environments},
author = {Duy-Tho Le and Chenhui Gou and Stavya Datta and Hengcan Shi and Ian Reid and Jianfei Cai and Hamid Rezatofighi},
journal= {arXiv preprint arXiv:2404.01686},
year = {2024}
}
备注
CVPR 2024