SID：面向恶劣环境下自动驾驶的立体图像数据集
计算机视觉与模式识别
2024-07-09 v1
摘要
在恶劣天气和光照条件下，鲁棒的感知能力对于自动驾驶至关重要，这些条件在现实环境中常见。本文介绍了立体图像数据集（SID），一个大规模立体图像数据集，捕获了广泛的挑战性真实环境情景。数据集以 20 Hz 的速率记录，使用装载于车辆上的 ZED 立体相机拍摄，包含 27 个序列，总计超过 17.8 万对立体图像，展示了从晴朗天气到暴雪、从白天到黄昏再到夜晚的各种条件。数据集包括天气、时间、地点和路况的详细序列级标注，以及相机镜头污染的实例，真实再现了自动驾驶中面临的各种挑战。我们的工作旨在弥补自动驾驶系统研究中的显著差距，提供高保真度立体图像，为开发和测试先进感知算法提供支持。这些算法支持在可变天气和光照条件下实现一致可靠的运行，甚至能处理镜头污染等具挑战性情形。SID 已公开提供，链接为：https://doi.org/10.7302/esz6-nv83。
引用
@article{arxiv.2407.04908,
title = {SID: Stereo Image Dataset for Autonomous Driving in Adverse Conditions},
author = {Zaid A. El-Shair and Abdalmalek Abu-raddaha and Aaron Cofield and Hisham Alawneh and Mohamed Aladem and Yazan Hamzeh and Samir A. Rawashdeh},
journal= {arXiv preprint arXiv:2407.04908},
year = {2024}
}
备注
This paper has been accepted for publication at the 2024 IEEE National Aerospace and Electronics Conference (NAECON), 2024