Fugu-MT 論文翻訳(概要): CARLA-BSP: a simulated dataset with pedestrians

論文の概要: CARLA-BSP: a simulated dataset with pedestrians

arxiv url: http://arxiv.org/abs/2305.00204v1
Date: Sat, 29 Apr 2023 09:10:32 GMT
ステータス: 処理完了
システム内更新日: 2023-05-02 16:29:41.725844
Title: CARLA-BSP: a simulated dataset with pedestrians
Title（参考訳）: CARLA-BSP:歩行者によるシミュレーションデータセット
Authors: Maciej Wielgosz and Antonio M. L\'opez and Muhammad Naveed Riaz
Abstract要約: 本稿では,ARCANEフレームワークを用いて歩行者を特徴付けるサンプルデータセットを提案する。歩行者検出,自動符号化,ポーズ推定,ポーズリフトのユースケースを提供する。
参考スコア（独自算出の注目度）: 0.2578242050187029
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a sample dataset featuring pedestrians generated using the ARCANE framework, a new framework for generating datasets in CARLA (0.9.13). We provide use cases for pedestrian detection, autoencoding, pose estimation, and pose lifting. We also showcase baseline results. For more information, visit https://project-arcane.eu/.
Abstract（参考訳）: 本稿では,CARLA (0.9.13) で新たにデータセットを生成するARCANEフレームワークを用いて,歩行者を特徴付けるサンプルデータセットを提案する。歩行者検出,自動符号化,ポーズ推定,ポーズリフトのユースケースを提供する。ベースラインの結果も紹介します。詳細はhttps://project-arcane.eu/を参照。

関連論文リスト

UniTraj: A Unified Framework for Scalable Vehicle Trajectory Prediction [93.77809355002591]
さまざまなデータセット、モデル、評価基準を統一する包括的なフレームワークであるUniTrajを紹介する。我々は広範な実験を行い、他のデータセットに転送するとモデルの性能が大幅に低下することがわかった。これらの知見を説明するために,データセットの特徴に関する洞察を提供する。
論文参考訳（メタデータ） (2024-03-22T10:36:50Z)
BIKED++: A Multimodal Dataset of 1.4 Million Bicycle Image and Parametric CAD Designs [4.470596692490074]
本稿では,140万個の自転車設計の公開データセットについて紹介する。データセットは、BikeCADソフトウェアを利用するレンダリングエンジンを使用して作成される。
論文参考訳（メタデータ） (2024-02-07T22:37:16Z)
Pedestrian Environment Model for Automated Driving [54.16257759472116]
歩行者の位置とポーズ情報を含む環境モデルを提案する。画像から人間のポーズ推定器を用いて骨格情報を抽出する。位置の3D情報を得るために,車両の位置と合わせて連続するフレームからデータを集約する。
論文参考訳（メタデータ） (2023-08-17T16:10:58Z)
trajdata: A Unified Interface to Multiple Human Trajectory Datasets [32.93180256927027]
複数の人的トラジェクトリデータセットに対する統一インターフェースであるtrajdataを提案する。 Trajdataは、トラジェクトリとマップデータのためのシンプルで均一で効率的な表現とAPIを提供する。
論文参考訳（メタデータ） (2023-07-26T02:45:59Z)
Argoverse 2: Next Generation Datasets for Self-Driving Perception and Forecasting [64.7364925689825]
Argoverse 2(AV2)は、自動運転分野の研究の知覚と予測のための3つのデータセットの集合である。 Lidarデータセットには、ラベルなしのLidar点雲とマップ整列ポーズの2万のシーケンスが含まれている。 Motion Forecastingデータセットには、各ローカルシーンにおける自動運転車と他のアクター間の興味深い、挑戦的なインタラクションのために採掘された25万のシナリオが含まれている。
論文参考訳（メタデータ） (2023-01-02T00:36:22Z)
CARLA-GeAR: a Dataset Generator for a Systematic Evaluation of Adversarial Robustness of Vision Models [61.68061613161187]
本稿では,合成データセットの自動生成ツールであるCARLA-GeARについて述べる。このツールは、Python APIを使用して、CARLAシミュレータ上に構築されており、自律運転のコンテキストにおいて、いくつかのビジョンタスク用のデータセットを生成することができる。本稿では,CARLA-GeARで生成されたデータセットが,現実世界の敵防衛のベンチマークとして今後どのように利用されるかを示す。
論文参考訳（メタデータ） (2022-06-09T09:17:38Z)
Paris-CARLA-3D: A Real and Synthetic Outdoor Point Cloud Dataset for Challenging Tasks in 3D Mapping [6.573006160924016]
Paris-CARLA-3Dは、モバイルLiDARとカメラシステムによって構築された屋外環境の濃密な色の点雲のデータセットである。データは、オープンソースのCARLAシミュレータから得られた合成データと、パリ市で取得された実データからなる2つのセットで構成されている。
論文参考訳（メタデータ） (2021-11-22T16:54:28Z)
KITTI-CARLA: a KITTI-like dataset generated by CARLA Simulator [6.65010897396803]
KITTI-CARLA (KITTI-CARLA) は、CARLA v0.9.10シミュレータからKITTIデータセットと同一のセンサーを持つ車両を用いて構築されたデータセットである。本データセットの目的は, セマンティックセグメンテーションLiDARおよび/または画像, ドメトリーLiDARおよび/または画像の合成データのアプローチをテストすることである。
論文参考訳（メタデータ） (2021-08-17T13:44:34Z)
Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
論文参考訳（メタデータ） (2021-05-22T10:17:38Z)
Chair Segments: A Compact Benchmark for the Study of Object Segmentation [12.16129964498819]
ChairSegmentsは、オブジェクトセグメンテーションのための、新しくてコンパクトな半合成データセットである。画像分類における最近の知見を反映した転帰学習における経験的知見を示す。
論文参考訳（メタデータ） (2020-12-02T14:54:03Z)
Spatiotemporal Relationship Reasoning for Pedestrian Intent Prediction [57.56466850377598]
視覚データに対する推論は、ロボティクスとビジョンベースのアプリケーションにとって望ましい能力である。本稿では,歩行者の意図を推論するため,現場の異なる物体間の関係を明らかにするためのグラフ上でのフレームワークを提案する。歩行者の意図は、通りを横切る、あるいは横断しない将来の行動として定義され、自動運転車にとって非常に重要な情報である。
論文参考訳（メタデータ） (2020-02-20T18:50:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。