Interstate-24 3D 数据集：一种用于 3D 多摄像头车辆跟踪的新基准
计算机视觉与模式识别
2023-08-30 v1
摘要
本工作提出了一个从城市州际公路上重叠的高速公路交通摄像头记录的新型视频数据集，支持交通监控场景下的多摄像头 3D 目标跟踪。数据发布自 3 个场景，每个场景包含至少 16 个摄像头的视频，总时长 57 分钟。877,000 个 3D 边界框及相应目标轨迹为每个摄像头视场被完整且准确地标注，并组合为每个场景的空间和时间连续的车辆轨迹集合。最后，结合现有算法在该数据集上基准测试若干 3D 多摄像头跟踪流水线，结果表明由于在高速度跨摄像头匹配目标的难度以及拥堵交通中长达数百帧的严重目标遮挡，该数据集具有挑战性。本工作旨在促成准确且自动的车辆轨迹提取算法的发展，这将在理解自动驾驶车辆技术对交通安全和效率的影响中发挥重要作用。
引用
@article{arxiv.2308.14833,
title = {The Interstate-24 3D Dataset: a new benchmark for 3D multi-camera vehicle tracking},
author = {Derek Gloudemans and Yanbing Wang and Gracie Gumm and William Barbour and Daniel B. Work},
journal= {arXiv preprint arXiv:2308.14833},
year = {2023}
}