RoundaboutHD：用于多摄像头车辆跟踪的高分辨率真实城市环境基准数据集
计算机视觉与模式识别
2025-07-22 v2
摘要
多摄像头车辆跟踪（MCVT）框架在智能城市应用中具有重要潜力，包括异常检测、交通密度估计和可疑车辆跟踪。然而，当前公开可用数据集存在诸多局限，如场景过于简单、画面分辨率不足以及条件差异不够多样，导致学术研究与实际场景之间存在显著鸿沟。为填补这一差距，我们介绍RoundaboutHD——一个专为代表真实环岛场景而设计的全方位、高分辨率多摄像头车辆跟踪基准数据集。RoundaboutHD提供总计40分钟的标注视频素材，由四台非重叠、高分辨率（4K分辨率，15帧/秒）摄像机捕获。总计512个独特车辆身份在不同摄像头视角下进行标注，提供丰富的跨摄像头关联数据。RoundaboutHD提供具有时序一致性的视频素材，并包含增强的挑战性因素，包括更大的遮挡以及环岛内非线性运动。除完整的MCVT数据集外，还提供若干子数据集，用于目标检测、单摄像头跟踪和基于图像的车辆重识别（ReID）任务。同时包含车辆模型信息和摄像机建模/几何信息，以支持进一步分析。我们提供车辆检测、单摄像头跟踪、基于图像的车辆重识别和多摄像头跟踪的基线结果。该数据集和评估代码已公开于：https://github.com/siri-rouser/RoundaboutHD.git
引用
@article{arxiv.2507.08729,
title = {RoundaboutHD: High-Resolution Real-World Urban Environment Benchmark for Multi-Camera Vehicle Tracking},
author = {Yuqiang Lin and Sam Lockyer and Mingxuan Sui and Li Gan and Florian Stanek and Markus Zarbock and Wenbin Li and Adrian Evans and Nic Zhang},
journal= {arXiv preprint arXiv:2507.08729},
year = {2025}
}