基蒂

KITTI Vision Benchmark Suite：我们利用我们的自主驾驶平台Anneway开发新颖的具有挑战性的现实世界计算机视觉基准。我们感兴趣的任务是：立体，光流，视觉里程计，三维物体检测和三维跟踪。为此，我们为标准旅行车配备了两个高分辨率彩色和灰度摄像机。激光测距仪是一个精确的地面定位系统。我们的数据集是通过在中等规模城市卡尔斯鲁厄（Karlsruhe）周围、农村地区和高速公路上行驶来获取的。每张图像最多可看到15辆汽车和30名行人。除了以原始格式提供所有数据外，我们还为每个任务提取基准。对于我们的每个基准，我们还提供了一个评估指标和这个评估网站。在实际测试中，如埋在世界平均水平以下的实验室进行初步排名。我们的目标是减少这种偏见，并通过向社区提供具有新困难的真实世界基准来补充现有基准。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（16篇文章引用）

显示第1到16个结果，共16个。
按年份排序(引用)

  1. 秦子轩；尹，孟晓；李桂青；杨，峰：SP流：实时SLAM的自监督光流对应点预测（2020）
  2. Datta，Amitava；Kaur，Amardeep；Lauer，Tobias；Chabbouh，Sami:利用多核和多核并行进行子空间聚类（2019）
  3. Naiel，Mohamed A.；Ahmad，M.Omair；Swamy，M.N.S.：基于DFT和DCT域中二维HOG特征的车辆检测方案（2019年）
  4. Lindeberg，Tony:视频数据中的时空尺度选择（2018）
  5. Berger，Johannes；Lenzen，Frank；Becker，Florian；Neufeld，Andreas；Schnörr，Christoph:基于非线性观测的刚体运动李群（\mathrmSE_3）的二阶递归滤波（2017）
  6. Burger，Martin；Dirks，Hendrik；Frerking，Lena:变分运动估计的光流模型（2017）
  7. Coninx，Alexandre；Bessière，Pierre；Droulez，Jacques:使用随机数字信号快速高效地计算双眼视差（2017）
  8. Hollósi，Gergely；Lukovszki，Csaba；Moldovan，István；Plósz，Sándor；Harasztos，Frigyes：智能手机的单目室内定位技术（2016）
  9. 夏盛祥：光流斑块的拓扑分析（2016）
  10. Žbontar，Jure；Lecun，Yann:通过训练卷积神经网络来比较图像块的立体匹配（2016）
  11. Buades，Antoni；Facciolo，Gabriele:可靠的多尺度和多窗口立体匹配（2015）
  12. Demetz，Oliver；Hafner，David；Weickert，Joachim：具有完全秩变换的结构形态不变匹配（2015）
  13. 达曼，尼廷库马尔；迪奥达尔，迪普蒂；赫曼尼，迪帕克：\text我在哪里？使用SLAM在无人地面机器人中创建空间感知：一项调查（2015年）ioport公司
  14. Hafner，David；Demetz，Oliver；Weickert，Joachim；Reißel，Martin:稳健光流计算人口普查变换的数学基础和概括（2015）
  15. 孙德清；罗斯，斯特凡；布莱克，迈克尔J.：光流估算的当前实践及其背后的原理的定量分析（2014）ioport公司
  16. 弗罗里安·卡普森（Frank Schopher）2013年《高密度交通流的递归结构》（Frient-Kaphor-joint-Sequence；Frank-Kapher-Journal-Sequence；2013年《高密度运动》中的Frank-Kapoph运动估计；以及《高密度运动的Frank-Kaphor-joint估计》；2013年