最全自动驾驶数据集分享系列四｜光流数据集
现在关于自动驾驭数据集你想知道的，应该都在这儿了，这是「整数智能」自动驾驭数据集八大系列共享之系列四：
「本期划要点」
-
- HD1K是一个新的Stereo与光流结合的数据集，它扩充了包括的场景并提高了精确率
- KITTI Flow系列是第一个具有实在的非组成图画和精确的地上真相的数据集
- MPI-Sintel是第一个实现广泛运用的组成数据集
- Crowd-Flow是专注于人群行为剖析的光流数据集
「八大系列概览」
自动驾驭数据集共享是整数智能推出的一个全新共享系列，在这个系列中，我们将介绍现在为止各大科研机构和企业推出的一切揭露自动驾驭数据集。数据集首要分为八个系列：
-
- 系列一：方针检测数据集
- 系列二：语义分割数据集
- 系列三：车道线检测数据集
- 系列四：光流数据集
- 系列五：全景数据集
- 系列六：定位与地图数据集
- 系列七：驾驭行为数据集
- 系列八：仿真数据集
下面共包括6个数据集：
01「 HD1K 」
- 发布方：海德堡协作中心
- 下载地址：
hci-benchmark.iwr.uni-heidelberg.de/ - 论文地址：
sci-hub.se/10.1109/cvp… - 发布时刻：2016年
- 简介：一个专门为城市自动驾驭而规划的Stereo和光流数据集，以弥补现有的基准，与当时的类似数据集比较精确性更高
- 特征
02「KITTI Flow 2015」
- 发布方：卡尔斯鲁厄理工学院
- 下载地址：
www.cvlibs.net/datasets/ki… - 论文地址:
sci-hub.se/10.1109/cvp… - 发布时刻：2015年
- 简介：一个新的模型和数据集，用于3D场景流量估量的新型模型和数据集，并将应用于自主驾驭
- 特征
- 该数据集具有场景流的实在性，经过注释400个动态场景获得
- 第一个现实的、大规模的场景流数据集，该数据集对一切的静态和动态物体都进行了地上实在注释，为场景流或光流办法的评价供给动态物体和地上实况
03「KITTI Flow 2012」
- 发布方：卡尔斯鲁厄理工学院
- 下载地址：
www.cvlibs.net/datasets/ki… - 论文地址:
sci-hub.se/10.1109/cvp… - 发布时刻：2012年
- 简介：第一个具有实在的非组成图画和精确的地上真相的数据集
- 特征
- 包括389个Stereo光流图画对，以及在杂乱场景中捕获的超过20万个三维物体注释（多达15辆轿车和30个行人）
- KITTI Flow 2012三维视觉测距/SLAM数据集包括22个立体声序列，总长度为39.2公里
- 为轿车、货车、卡车、行人、自行车和有轨电车等物体类别供给了精确的三维鸿沟盒
04「Middlebury」
- 发布方：明德学院
- 下载地址：
vision.middlebury.edu/flow/data/ - 论文地址:
link.springer.com/content/pdf… - 发布时刻：2007年
- 简介：Middlebury 是一个新的光流数据集调集，其间包括地上实况。它们分为用于明德学院官方评价的测验集和练习集，只为后者供给真值
- 特征
- 包括8个短期练习和8个测验序列，估量来自不同大型运动或静态目标的多种运动不接连性，估量的运动适当小，平均速度约为4，最大速度为22像素
05「MPI-Sintel」
- 发布方：Perceiving Systems
- 下载地址：
sintel.is.tue.mpg.de/ - 论文地址：
sci-hub.se/10.1007/978… - 发布时刻：2012年
- 简介：MPI Sintel数据集是用于练习和评价光流算法的最广泛运用的数据集之一。该数据集包括了一系列额外的挑战，如远距离运动、光照变化、镜面反射、运动含糊和大气效应。它是第一个实现广泛运用的组成数据集，因为它很好地代表了自然场景和运动
- 特征
- 数据集包括流场、运动鸿沟、不匹配区域和图画序列
- 图画序列以不同的难度级别进行烘托，还供给地上实在深度、Stereo和动态机位
- 练习集由1040个地上实在光流组成，测验集包括12个序列的564张图片，平均速度和最大速度分别为5和445
06「Crowd-Flow」
- 发布方：柏林理工大学
- 下载地址：
github.com/tsenst/Crow… - 论文地址:
elvera.nue.tu-berlin.de/files/1548S… - 发布时刻：2018年
- 简介：Crowd-Flow数据集旨在供给一个光流基准，要点是人群行为剖析的序列
- 特征
- 序列包括371到1451个独立运动的个体
- 数据集由10个长度规模的序列组成，在300至450帧之间，一切序列均以25hz 的帧速率和高清分辨率呈现
- 与此前光流数据集比较，该数据集除了提高了分辨率和帧的数量之外，还以接连序列而不是单帧对进行安排，答应评价时刻一致性，例如以轨迹的方式
