目前关于自动驾驶数据集你想知道的，应该都在这里了，这是「整数智能」自动驾驶数据集八大系列分享之系列四：
「本期划重点」
- HD1K是一个新的Stereo与光流结合的数据集，它扩充了涵盖的场景并提高了准确率
- KITTI Flow系列是第一个具有真实的非合成图像和准确的地面真相的数据集
- MPI-Sintel是第一个实现广泛使用的合成数据集
- Crowd-Flow是专注于人群行为分析的光流数据集
「八大系列概览」
自动驾驶数据集分享是整数智能推出的一个全新分享系列，在这个系列中，我们将介绍目前为止各大科研机构和企业推出的所有公开自动驾驶数据集。数据集主要分为八个系列：
- 系列一：目标检测数据集
- 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：驾驶行为数据集
- 系列八：仿真数据集
下面共包括6个数据集：
01「 HD1K 」
- 发布方：海德堡合作中心
- 下载地址：
hci-benchmark.iwr.uni-heidelberg.de/ - 论文地址：
sci-hub.se/10.1109/cvp… - 发布时间：2016年
- 简介：一个专门为城市自动驾驶而设计的Stereo和光流数据集，以补充现有的基准，与当时的类似数据集相比准确性更高
- 特征
- 涵盖了以前没有的、具有挑战性的情况，如光线不足或下雨，并带有像素级的不确定性
- 含有高分辨率（HR）、高帧率（HFR）和高动态范围（HDR）的完整测量误差分布的第一个辐射测量挑战的立体和流动地面真实数据集
- 一个新的Stereo与光流结合的数据集，研究者还提取了一个初始基准子集，包括28504个Stereo对，其中包括Stereo对和光流的地面情况，以及静态区域的不确定性
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… - 发布时间：2015年
- 简介：一个新的模型和数据集，用于3D场景流量估计的新型模型和数据集，并将应用于自主驾驶
- 特征
- 该数据集具有场景流的真实性，通过注释400个动态场景获得
- 第一个现实的、大规模的场景流数据集，该数据集对所有的静态和动态物体都进行了地面真实注释，为场景流或光流方法的评估提供动态物体和地面实况
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… - 发布时间：2012年
- 简介：第一个具有真实的非合成图像和准确的地面真相的数据集
- 特征
- 包括389个Stereo光流图像对，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辆汽车和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
- 为汽车、货车、卡车、行人、自行车和有轨电车等物体类别提供了准确的三维边界盒
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… - 发布时间：2007年
- 简介：Middlebury 是一个新的光流数据集集合，其中包含地面实况。它们分为用于明德学院官方评估的测试集和训练集，只为后者提供真值
- 特征
- 包含8个短期训练和8个测试序列，估计来自不同大型运动或静态对象的多种运动不连续性，估计的运动相当小，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… - 发布时间：2012年
- 简介：MPI Sintel数据集是用于训练和评估光流算法的最广泛使用的数据集之一。该数据集包含了一系列额外的挑战，如远距离运动、光照变化、镜面反射、运动模糊和大气效应。它是第一个实现广泛使用的合成数据集，因为它很好地代表了自然场景和运动
- 特征
- 数据集包含流场、运动边界、不匹配区域和图像序列
- 图像序列以不同的难度级别进行渲染，还提供地面真实深度、Stereo和动态机位
- 训练集由1040个地面真实光流组成，测试集包含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… - 发布时间：2018年
- 简介：Crowd-Flow数据集旨在提供一个光流基准，重点是人群行为分析的序列
- 特征
- 序列包含371到1451个独立运动的个体
- 数据集由10个长度范围的序列组成，在300至450帧之间，所有序列均以25hz 的帧速率和高清分辨率呈现
- 与此前光流数据集相比，该数据集除了提高了分辨率和帧的数量之外，还以连续序列而不是单帧对进行组织，允许评估时间一致性，例如以轨迹的形式
