TSTTC：面向驾驶场景接触时间估计的大规模数据集
计算机视觉与模式识别
2023-11-07 v3
摘要
接触时间（TTC）估计是评估碰撞风险的关键任务，广泛用于各类驾驶辅助与自动驾驶系统。过去几十年见证了相关理论与算法的发展。流行的基于学习的方法需要真实场景中的大规模 TTC 数据集。本文提出一个驾驶场景中面向物体的大规模 TTC 数据集，以推动单目相机的 TTC 估计。为收集有价值样本并使不同 TTC 值的数据相对均衡，我们梳理数千小时驾驶数据并依预设分布筛选超 20 万段序列。为增大小 TTC 案例数量，我们还用最新神经渲染方法生成片段。此外，我们给出几个简单而有效的 TTC 估计基线并在所提数据集上充分评估以证明其有效性。该数据集公开于 https://open-dataset.tusen.ai/TSTTC。
引用
@article{arxiv.2309.01539,
title = {TSTTC: A Large-Scale Dataset for Time-to-Contact Estimation in Driving Scenarios},
author = {Yuheng Shi and Zehao Huang and Yan Yan and Naiyan Wang and Xiaojie Guo},
journal= {arXiv preprint arXiv:2309.01539},
year = {2023}
}
备注
19 pages, 9 figures