迈向驾驶场景理解：一个用于学习驾驶行为与因果推理的数据集
计算机视觉与模式识别
2018-11-07 v1
摘要
驾驶场景理解是智能交通系统的关键要素。要实现能在复杂物理与社会环境中运行的系统，它们需要理解并学习人类如何驾驶以及与交通场景交互。我们提出了本田研究所驾驶数据集（HDD），这是一个具有挑战性的数据集，用于支持真实环境中驾驶行为学习的研究。该数据集包含在旧金山湾区使用配备多种传感器的仪器化车辆收集的 104 小时真实人类驾驶数据。我们提供了 HDD 的详细分析并与其它驾驶数据集进行比较。引入了一种新颖的标注方法，以支持从未经裁剪的数据序列中研究驾驶行为理解。作为第一步，我们训练并测试了用于驾驶行为检测的基线算法，以证明所提出任务的可行性。
引用
@article{arxiv.1811.02307,
title = {Toward Driving Scene Understanding: A Dataset for Learning Driver Behavior and Causal Reasoning},
author = {Vasili Ramanishka and Yi-Ting Chen and Teruhisa Misu and Kate Saenko},
journal= {arXiv preprint arXiv:1811.02307},
year = {2018}
}
备注
The dataset is available at https://usa.honda-ri.com/hdd