PPD：一种用于自动驾驶代客泊车场景的行人鱼眼新数据集
计算机视觉与模式识别
2023-09-26 v2
摘要
代客泊车场景下的行人检测是自动驾驶的基础。然而，在不完善的环境条件下，行人的呈现方式与姿态多种多样，会对检测性能产生不利影响。此外，在包含行人的公开数据集上训练的模型，通常对这些代客泊车场景给出次优结果。本文中，我们提出泊车行人数据集（PPD），一个大规模鱼眼数据集，用以支持处理真实世界行人的研究，尤其是遮挡与多样姿态情形。PPD 由鱼眼相机捕获的若干独特类型行人构成。此外，我们在 PPD 数据集上给出行人检测基线，并引入两种数据增强技术，通过提升原始数据集的多样性来改进基线。大量实验验证了我们的新颖数据增强方法相对基线的有效性以及该数据集卓越的泛化能力。
引用
@article{arxiv.2309.11002,
title = {PPD: A New Valet Parking Pedestrian Fisheye Dataset for Autonomous Driving},
author = {Zizhang Wu and Xinyuan Chen and Fan Song and Yuanzhu Gan and Tianhao Xu and Jian Pu and Rui Tang},
journal= {arXiv preprint arXiv:2309.11002},
year = {2023}
}
备注
9 pages, 6 figures