EMT: A Visual Multi-Task Benchmark Dataset for Autonomous Driving in the Arab Gulf Region

要約

このペーパーでは、統一されたフレームワーク内でのマルチタスクベンチマークをサポートするように設計されたエミレーツマルチタスク（EMT）データセットを紹介します。
ダッシュカメラの観点から30,000を超えるフレームと570,000の注釈付きの境界ボックスで構成され、湾岸地域の交通の独特の道路トポロジー、混雑パターン、および運転行動を反映する約150キロメートルの運転ルートをカバーしています。
データセットは、追跡、軌跡予測、意図の予測の3つの主要なタスクをサポートしています。
各ベンチマークには、対応する評価が伴います。（1）マルチクラスシナリオと閉塞処理に対処するマルチエージェント追跡実験。
（2）ディープシーケンシャルおよびインタラクション認識モデルを使用した軌跡予測評価。
（3）観察された軌道に基づく意図予測実験。
データセットは、https://avlab.io/emt-datasetで公開されており、https://github.com/av-lab/emt-datasetで前処理スクリプトと評価モデルを備えています。

要約(オリジナル)

This paper introduces the Emirates Multi-Task (EMT) dataset, designed to support multi-task benchmarking within a unified framework. It comprises over 30,000 frames from a dash-camera perspective and 570,000 annotated bounding boxes, covering approximately 150 kilometers of driving routes that reflect the distinctive road topology, congestion patterns, and driving behavior of Gulf region traffic. The dataset supports three primary tasks: tracking, trajectory forecasting, and intention prediction. Each benchmark is accompanied by corresponding evaluations: (1) multi-agent tracking experiments addressing multi-class scenarios and occlusion handling; (2) trajectory forecasting evaluation using deep sequential and interaction-aware models; and (3) intention prediction experiments based on observed trajectories. The dataset is publicly available at https://avlab.io/emt-dataset, with pre-processing scripts and evaluation models at https://github.com/AV-Lab/emt-dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google