JRDB-Social: 一个用于理解社会群体内人类互动的背景与动态的多面机器人数据集
计算机视觉与模式识别
2024-04-09 v1
摘要
理解人类社交行为在计算机视觉和机器人学中至关重要。微观层面的观察（如个体动作）是不够的，需要一种综合考虑个体行为、群体内动态和社会群体层面的全面方法。为了解决数据集局限性，本文介绍了 JRDB-Social，它是 JRDB 的扩展。JRDB-Social 旨在填补对不同室内外社交背景下人类理解的空白，提供了三个层面的标注：个体属性、群体内互动和社会群体背景。该数据集旨在增强我们对机器人应用中人类社交动态的理解。利用最新的尖端多模态大语言模型，我们评估了我们的基准测试，以探索它们解读人类社交行为的能力。
引用
@article{arxiv.2404.04458,
title = {JRDB-Social: A Multifaceted Robotic Dataset for Understanding of Context and Dynamics of Human Interactions Within Social Groups},
author = {Simindokht Jahangard and Zhixi Cai and Shiki Wen and Hamid Rezatofighi},
journal= {arXiv preprint arXiv:2404.04458},
year = {2024}
}
备注
Accepted by CVPR 2024. Project page: https://jrdb.erc.monash.edu/dataset/social