面向真实车载方案的虚拟乘员：合成数据集
计算机视觉与模式识别
2022-05-16 v1
摘要
包含合成数据生成的策略正开始变得可行，因为获取真实数据可能在逻辑上复杂、非常昂贵或缓慢。不仅数据捕获可能导致困难，其标注亦如此。为获得用于训练智能系统的高保真数据，我们构建了一个 3D 场景与设置，以尽可能贴近现实。通过我们的方法，可配置和改变参数以为场景添加随机性，从而允许数据变化，而这在数据集构建中至关重要。此外，标注任务已包含在数据生成过程中，而非作为捕获后任务，可节省大量资源。我们提出了在汽车背景下、 specifically 用于驾驶员与乘员监控目的的合成数据生成流程与概念，作为真实数据捕获的替代方案。
引用
@article{arxiv.2205.06556,
title = {Virtual passengers for real car solutions: synthetic datasets},
author = {Paola Natalia Canas and Juan Diego Ortega and Marcos Nieto and Oihana Otaegui},
journal= {arXiv preprint arXiv:2205.06556},
year = {2022}
}
备注
9 pages, 6 figures, 14th ITS European Congress