H3D 数据集：面向拥挤城市场景的全环绕 3D 多目标检测与跟踪
计算机视觉与模式识别
2019-03-07 v1 机器人学
摘要
3D 多目标检测与跟踪对交通场景理解至关重要。然而，由于缺少推动该领域发展的标准化基准数据集，学界对这些问题关注较少。此外，现有数据集（如 KITTI）未提供充足数据与标注以应对存在高度交互与遮挡交通参与者的挑战性场景。为解决上述问题，我们提出本田研究所 3D 数据集（H3D），一个使用 3D LiDAR 扫描仪采集的大规模全环绕 3D 多目标检测与跟踪数据集。H3D 包含 160 个拥挤且高度交互的交通场景，在 27,721 帧中共有 100 万个标注实例。凭借独特的数据规模、丰富标注与复杂场景，H3D 旨在促进全环绕 3D 多目标检测与跟踪研究。为高效标注大规模 3D 点云数据集，我们提出一种标注方法以加速整体标注周期。我们创建了标准化基准来评估全环绕 3D 多目标检测与跟踪算法。3D 目标检测与跟踪算法在 H3D 上训练与测试。最后，我们讨论了未来算法开发的误差来源。
引用
@article{arxiv.1903.01568,
title = {The H3D Dataset for Full-Surround 3D Multi-Object Detection and Tracking in Crowded Urban Scenes},
author = {Abhishek Patil and Srikanth Malla and Haiming Gang and Yi-Ting Chen},
journal= {arXiv preprint arXiv:1903.01568},
year = {2019}
}
备注
The dataset is available at https://usa.honda-ri.com/H3D