H3D型

在拥挤的城市场景中全环绕3D多目标检测和跟踪的H3D数据集。三维多目标检测与跟踪是交通场景理解的关键。然而,由于缺乏标准化的基准数据集来推进该领域,社区对这些领域的关注较少。此外,现有的数据集(如KITTI)没有提供足够的数据和标签来处理具有挑战性的场景,在这些场景中存在高度交互和闭塞的交通参与者。为了解决这些问题,我们提出了本田研究所3D数据集(H3D),这是一个使用3D激光雷达扫描仪采集的大规模全环绕3D多目标检测和跟踪数据集。H3D由160个拥挤且高度交互的交通场景组成,在27721帧中总共有100万个标记实例。H3D以其独特的数据集大小、丰富的注释、复杂的场景等特点,促进了全方位三维多目标检测与跟踪的研究。为了有效和高效地标注大规模三维点云数据集,我们提出了一种标注方法来加快整个标注周期。建立了一个标准化的基准来评估全环绕三维多目标检测和跟踪算法。三维目标检测和跟踪算法在H3D上进行了训练和测试。最后,讨论了误差来源,为今后的算法发展提供了参考。