Towards Rich, Portable, and Large-Scale Pedestrian Data Collection

要約

最近、歩行者の行動研究は機械学習ベースの手法に移行し、歩行者の相互作用のモデル化というテーマに集中しています。
このためには、豊富な情報を含む大規模なデータセットが必要です。
私たちは、さまざまな環境で大規模なデータ収集にアクセスできる、ポータブルなデータ収集システムを提案します。
また、このシステムを半自律的なラベル作成パイプラインと組み合わせて、高速なラベル作成を実現します。
さらに、進行中のデータ収集活動からのデータセットの最初のバッチ、TBD 歩行者データセットを紹介します。
既存の歩行者データセットと比較すると、私たちのデータセットには 3 つのコンポーネントが含まれています。それは、メートル空間に基づいた人間による検証済みのラベル、トップダウン ビューとパース ビューの組み合わせ、そして社会的に適切な「ロボット」の存在下での自然主義的な人間の行動です。

要約(オリジナル)

Recently, pedestrian behavior research has shifted towards machine learning based methods and converged on the topic of modeling pedestrian interactions. For this, a large-scale dataset that contains rich information is needed. We propose a data collection system that is portable, which facilitates accessible large-scale data collection in diverse environments. We also couple the system with a semi-autonomous labeling pipeline for fast trajectory label production. We further introduce the first batch of dataset from the ongoing data collection effort — the TBD pedestrian dataset. Compared with existing pedestrian datasets, our dataset contains three components: human verified labels grounded in the metric space, a combination of top-down and perspective views, and naturalistic human behavior in the presence of a socially appropriate ‘robot’.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google