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、アラブ湾岸地域で収集された自律運転のための最初の公開データセットであるエミレーツマルチタスク（EMT）データセットを紹介します。
EMTデータセットは、歩行者の衣服や気象条件のバリエーションを含む、湾岸地域のユニークな道路トポロジー、交通量の多い輻輳、および特徴をキャプチャします。
ダッシュカメラの観点から30,000を超えるフレームが含まれており、570,000の注釈付きの境界ボックスが含まれており、約150キロメートルの運転ルートをカバーしています。
EMT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。
各ベンチマークデータセットは、対応する評価で補完されます。（1）マルチクラスのシナリオと閉塞処理に焦点を当てた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）観測された軌跡からエージェントの意図を予測するために実施された意図ベンチマーク実験。
データセットはhttps://avlab.io/emt-datasetで公開されており、前処理スクリプトと評価モデルにhttps://github.com/av-lab/emt-datasetでアクセスできます。

要約(オリジナル)

This paper introduces the Emirates Multi-Task (EMT) dataset – the first publicly available dataset for autonomous driving collected in the Arab Gulf region. The EMT dataset captures the unique road topology, high traffic congestion, and distinctive characteristics of the Gulf region, including variations in pedestrian clothing and weather conditions. It contains over 30,000 frames from a dash-camera perspective, along with 570,000 annotated bounding boxes, covering approximately 150 kilometers of driving routes. The EMT dataset supports three primary tasks: tracking, trajectory forecasting and intention prediction. Each benchmark dataset is complemented with corresponding evaluations: (1) multi-agent tracking experiments, focusing on multi-class scenarios and occlusion handling; (2) trajectory forecasting evaluation using deep sequential and interaction-aware models; and (3) intention benchmark experiments conducted for predicting agents intentions from observed trajectories. The dataset is publicly available at https://avlab.io/emt-dataset, and pre-processing scripts along with evaluation models can be accessed at https://github.com/AV-Lab/emt-dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google