CORP: A Multi-Modal Dataset for Campus-Oriented Roadside Perception Tasks

要約

自律走行やインテリジェント交通システムの研究開発を推進するために、数多くの路上知覚データセットが導入されてきた。しかし、これらのデータセットの大半は都市の幹線道路に集中しており、全く異なる特性を示す公園やキャンパスなどの住宅地を見落としていることが観察されている。このギャップを踏まえ、我々は、キャンパスシナリオ下でのマルチモーダルな沿道知覚タスク用に調整された初の公開ベンチマークデータセットであるCORPを提案する。大学キャンパスで収集されたCORPは、18台のカメラと9台のLiDARセンサーから取得された205k以上の画像と102kの点群から構成されている。これらの異なる構成のセンサーは、キャンパス内の多様な視点を提供するため、道路脇の電柱に取り付けられている。CORPのアノテーションは、2Dや3Dのバウンディングボックスを超える多次元情報を包含しており、3Dシームレストラッキングや、ターゲットを識別するためのユニークなIDやピクセルマスクによるインスタンスセグメンテーションをサポートし、キャンパス敷地内に分布するオブジェクトとその行動の理解を深める。都市交通に関する他の沿道データセットとは異なり、CORPはキャンパスやその他の住宅地におけるマルチモーダル知覚の課題を浮き彫りにするためにスペクトルを拡張しています。

要約(オリジナル)

Numerous roadside perception datasets have been introduced to propel advancements in autonomous driving and intelligent transportation systems research and development. However, it has been observed that the majority of their concentrates is on urban arterial roads, inadvertently overlooking residential areas such as parks and campuses that exhibit entirely distinct characteristics. In light of this gap, we propose CORP, which stands as the first public benchmark dataset tailored for multi-modal roadside perception tasks under campus scenarios. Collected in a university campus, CORP consists of over 205k images plus 102k point clouds captured from 18 cameras and 9 LiDAR sensors. These sensors with different configurations are mounted on roadside utility poles to provide diverse viewpoints within the campus region. The annotations of CORP encompass multi-dimensional information beyond 2D and 3D bounding boxes, providing extra support for 3D seamless tracking and instance segmentation with unique IDs and pixel masks for identifying targets, to enhance the understanding of objects and their behaviors distributed across the campus premises. Unlike other roadside datasets about urban traffic, CORP extends the spectrum to highlight the challenges for multi-modal perception in campuses and other residential areas.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL