מושגי ליבה
자연 환경에서 운용되는 로봇을 위한 열화상 센서 기반 인지 및 추적 알고리즘 개발을 지원하는 첫 번째 공개 데이터셋
תקציר
이 데이터셋은 미국 전역의 다양한 자연 환경(강, 호수, 해안, 사막, 숲 등)에서 수집된 RGB, 열화상, GPS, IMU 데이터로 구성되어 있습니다. 10개의 일반적인 자연 환경 클래스에 대한 의미론적 분할 주석이 제공되며, 열화상 및 RGB-열화상 의미론적 분할, RGB-열화상 이미지 변환, 시각-관성 항법 등의 새로운 벤치마크를 제안합니다. 실험 결과는 자연 환경에서의 시간적, 지리적 도메인 변화에 따른 과제를 보여줍니다. 이 데이터셋과 벤치마크는 로봇공학과 컴퓨터 비전 분야에서 알고리즘 개선을 위한 유용한 자원이 될 것입니다.
סטטיסטיקה
열화상 이미지는 16비트 데이터로 저장되며, 1%와 99% 백분위수 사이의 값으로 정규화됩니다.
의미론적 분할 주석은 3회의 검토 과정을 거쳐 4,195개의 열화상 이미지에 대해 제공됩니다.
RGB-열화상 이미지 쌍은 카메라 캘리브레이션 정보를 이용하여 정렬됩니다.
ציטוטים
"현장 로봇은 주로 시각 카메라, 라이다, 레이더 센서를 사용하여 주변 환경을 인식합니다. 그러나 이러한 센서들의 성능은 저조명 및 악천후 조건에서 크게 저하됩니다."
"열화상 카메라는 장파장 적외선 파장을 활용하여 방출된 열을 포착하므로, 다른 센서들이 어려움을 겪는 조건에서도 밀도 있는 시각 정보를 제공할 수 있습니다."