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。


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