Valeo Near-Field：面向行人意图检测的新型数据集
计算机视觉与模式识别
2025-10-20 v1 人工智能
摘要
本文提出了旨在检测靠近自驾车的行人意图的新型数据集。该数据集包括同步的多模态数据，包括鱼眼相机画面、激光雷达激光扫描、超声波传感器读数以及基于运动捕捉的3D身体姿态，覆盖多种真实场景。关键贡献包括与鱼眼相机图像同步的3D身体关节点位置详细标注，以及从激光雷达数据中提取的精确3D行人位置，这有助于为感知算法提供稳健的基准测试。我们发布了部分数据集及其全面的基准套件，包括针对嵌入式系统的准确性、效率和可扩展性评估指标。通过解决传感器遮挡、动态环境和硬件限制等现实挑战，该数据集为开发和评估行人检测、3D姿态估计和4D轨迹与意图预测等前沿算法提供了独特资源。此外，我们提供了使用定制神经网络架构的基准性能指标，并提出未来研究方向以鼓励采用和完善数据集。本工作旨在为寻求提升智能车辆在近场场景中能力的研究人员提供基础。
引用
@article{arxiv.2510.15673,
title = {Valeo Near-Field: a novel dataset for pedestrian intent detection},
author = {Antonyo Musabini and Rachid Benmokhtar and Jagdish Bhanushali and Victor Galizzi and Bertrand Luvison and Xavier Perrotton},
journal= {arXiv preprint arXiv:2510.15673},
year = {2025}
}