Core Concepts
SEVD는 CARLA 시뮬레이터를 활용하여 생성된 다중 뷰 자아 및 고정 인지 데이터셋으로, 다양한 조명, 날씨 조건에서 교통 참여자를 포함한 광범위한 장면을 제공한다.
Abstract
SEVD는 자율 주행 및 교통 모니터링을 위한 최초의 합성 이벤트 기반 다중 뷰 데이터셋이다. CARLA 시뮬레이터를 활용하여 생성된 이 데이터셋은 자아 및 고정 인지 데이터를 포함한다. 자아 인지 데이터는 6개의 DVS 카메라를 통해 360도 시야각을 제공하며, 고정 인지 데이터는 4개의 DVS 센서를 통해 교차로, 원형 교차로, 지하도/고가도로 등의 장면을 포착한다.
다양한 조명 조건(낮, 밤, 황혼)과 날씨 조건(맑음, 흐림, 젖음, 약한 비, 강한 비, 안개)이 포함되어 있으며, 도시, 교외, 시골, 고속도로 등 다양한 장면이 제공된다.
이벤트 데이터 외에도 RGB, 깊이, 광학 흐름, 의미론적, 인스턴스 분할 데이터가 포함되어 있어 종합적인 장면 이해를 지원한다. 또한 GNSS와 IMU 데이터도 제공된다.
총 27시간의 고정 인지 데이터와 31시간의 자아 인지 데이터가 포함되어 있으며, 9백만 개 이상의 경계 상자 주석이 제공된다.
이 데이터셋은 이벤트 기반 비전 기술 발전과 더 안전하고 효율적인 교통 시스템 개발에 기여할 것으로 기대된다.
Stats
자아 인지 시나리오에서 자동차 클래스의 평균 정밀도는 낮 0.961, 밤 0.607, 황혼 0.909이다.
고정 인지 시나리오에서 자동차 클래스의 평균 정밀도는 낮 0.537, 밤 0.175, 황혼 0.499이다.
고정 인지 시나리오에서 보행자 클래스의 평균 정밀도는 낮 0.810, 밤 0.228, 황혼 0.720이다.
Quotes
"SEVD는 자율 주행 및 교통 모니터링을 위한 최초의 합성 이벤트 기반 다중 뷰 데이터셋이다."
"SEVD는 다양한 조명 조건과 날씨 조건, 다양한 장면을 포함하고 있어 종합적인 장면 이해를 지원한다."