TrafficCAM: A Versatile Dataset for Traffic Flow Segmentation

要約

トラフィック フロー分析は、トラフィック管理に革命をもたらしています。
交通管制局は、交通流データを適格なものとして、ドライバーにリアルタイムのアラートを提供し、最速のルートをアドバイスして、輸送ロジスティクスを最適化し、渋滞を緩和することができます。
既存のトラフィック フロー データセットには、2 つの大きな制限があります。
クラスの数が限られており、通常は 1 種類の車両に限定されていることと、ラベルのないデータが不足していることを特徴としています。
この論文では、TrafficCAM と呼ばれる新しいベンチマーク交通流画像データセットを紹介します。
私たちのデータセットは、2 つの主要なハイライトによって際立っています。
まず、TrafficCAM は、ピクセル レベルとインスタンス レベルの両方のセマンティック ラベル付けと、さまざまな種類の車両と歩行者を提供します。
これは、インドの 8 つの都市の路上で静止カメラを使用して記録された、大規模で多様な一連のビデオ シーケンスで構成されています。
第二に、TrafficCAM は、完全に教師ありのタスクを開発するための新しいベンチマークを確立することを目指しており、重要なことに、半教師ありの学習手法を確立することも目的としています。
これは、膨大な量のラベルなしデータを提供する最初のデータセットであり、低コストのアノテーション要件の下でトラフィック フローの資格をより適切に取得するのに役立ちます。
より正確には、データセットには、セマンティック アノテーションとインスタンス アノテーションを含む 4,402 の画像フレームと、ラベルのない 59,944 の画像フレームがあります。
完全教師ありセマンティックおよびインスタンス セグメンテーションと、半教師ありセマンティックおよびインスタンス セグメンテーション タスクの 4 つの異なる設定の下で、いくつかの最先端のアプローチに関する大規模かつ包括的な実験を通じて、新しいデータセットを検証します。
ベンチマーク データセットが公開されます。

要約(オリジナル)

Traffic flow analysis is revolutionising traffic management. Qualifying traffic flow data, traffic control bureaus could provide drivers with real-time alerts, advising the fastest routes and therefore optimising transportation logistics and reducing congestion. The existing traffic flow datasets have two major limitations. They feature a limited number of classes, usually limited to one type of vehicle, and the scarcity of unlabelled data. In this paper, we introduce a new benchmark traffic flow image dataset called TrafficCAM. Our dataset distinguishes itself by two major highlights. Firstly, TrafficCAM provides both pixel-level and instance-level semantic labelling along with a large range of types of vehicles and pedestrians. It is composed of a large and diverse set of video sequences recorded in streets from eight Indian cities with stationary cameras. Secondly, TrafficCAM aims to establish a new benchmark for developing fully-supervised tasks, and importantly, semi-supervised learning techniques. It is the first dataset that provides a vast amount of unlabelled data, helping to better capture traffic flow qualification under a low cost annotation requirement. More precisely, our dataset has 4,402 image frames with semantic and instance annotations along with 59,944 unlabelled image frames. We validate our new dataset through a large and comprehensive range of experiments on several state-of-the-art approaches under four different settings: fully-supervised semantic and instance segmentation, and semi-supervised semantic and instance segmentation tasks. Our benchmark dataset will be released.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google