ICCVMay, 2019

WoodScape：用于自动驾驶的多任务、多摄像头鱼眼数据集

PDF
TL;DR该研究发布了首个大规模的鱼眼汽车数据集 WoodScape，其中包括四个全景相机和九个任务，为超过 10,000 张图像提供了 40 种类别的语义实例注释以及其他任务的注释超过 100,000 张图像，鼓励社区采用计算机视觉模型进行鱼眼相机而不是使用朴素的矫正方法。
fisheye camerasautomotive applicationswoodscape datasetcomputer vision algorithmssemantic annotation
发现论文，激发创造
  • SynWoodScape: 自主驾驶用的合成环视鱼眼相机数据集

    本文在 CARLA Simulator 中通过实现 fisheye surround-view 几何投影将 SynWoodScape 数据集扩展，为多项自动驾驶任务提供 80k 图像标注，以解决标准算法无法解决高径向畸变问题的局限性。

    Mar, 2022

  • 基于 Fisheye 的林地场景语义分割自动驾驶 ——CVPR2021 OmniCV 研讨会挑战

    本文介绍了 WoodScape 鱼眼语义分割挑战赛，它是 CVPR 2021 奥姆尼方向计算机视觉研讨会的一部分，旨在评估用于鱼眼相机感知的语义分割技术。在挑战赛中，来自世界各地的 71 个团队共提交了 395 份报告，获胜算法取得了比基准更高的平均 IoU 和准确度分数，并分析了失败案例以及未来的研究方向。

    Jul, 2021

  • 用于自动驾驶的林景微缩鱼眼物体检测 --CVPR 2022 OmniCV 工作坊挑战赛

    本文介绍了 2022 年 CVPR OmniCV 工作坊上，我们提出的针对鱼眼摄像头目标检测的 WoodScape 比赛，共有来自全球 120 个队伍的 1492 个提交。我们对赢家的方法进行了定性和定量分析，并详细讨论了比赛的细节。

    Jun, 2022

  • 自动驾驶的 WoodScape 运动分割 --CVPR 2023 OmniCV 研讨会挑战

    本研究通过分析自动驾驶中的运动分割挑战和基于鱼眼镜头的数据集，探索和评估合成数据在此领域的潜力和影响，并提供有关基线实验和获胜方法的详细分析及结果。

    Dec, 2023

  • OmniDet：基于全景摄像头的自动驾驶多任务视觉感知网络

    本文提出在未经校正的鱼眼图像上运行的多任务视觉感知网络来加强自动汽车系统的六个主要任务，其中包括深度估计，视觉测距，语义分割，动态分割，目标检测以及镜头污染检测，通过联合训练模型，在 KITTI 数据集上实现深度估计和姿态估计任务的最新结果。

    Feb, 2021

  • 计算机视觉与仿真中的环绕视图鱼眼光学：调查与挑战

    本文提供了关于汽车环视鱼眼光学的调查，重点关注光学伪像对自动驾驶和 ADAS 中的计算机视觉任务的影响。通过分析不同的模拟方法，讨论了模拟器对真实光学性能的建模能力（或缺乏）以及汽车鱼眼数据集中的光学像差和模拟鱼眼数据集的限制，突出了计算机视觉和环视光学系统中光学伪像的重要性。

    Feb, 2024

  • FishEye8K：鱼眼相机物体检测的基准测试和数据集

    本文介绍了一种针对鱼眼摄像头的开放式 FishEye8K 基准数据集，用于道路物体检测任务，该数据集包含五个类别，涵盖了 157K 个边界框。同时，本文还评估了基于弱监督和无监督策略的最新优秀模型，以及在该数据集上的实验结果。

    May, 2023

  • 提供合成和真实的鱼眼视频序列的数据集

    本文介绍了一个包含了合成和真实鱼眼图像以及相应的校准数据和测试设置的数据集，以便能够开发和评估适用于鱼眼图像和视频的专门算法。

    Nov, 2022

  • 鱼眼城市驾驶图像的通用语义分割

    本文提出了一种七自由度的增强方法，将平面图像转化为鱼眼图像，提供了一种通用的解决方案，以改善模型的精度和鲁棒性。该模型适用于不同的鱼眼相机，提供了特定参数设置，并在实际鱼眼图像上取得了令人满意的结果。

    Jan, 2020

  • 鱼眼图像人脸和物体检测数据集

    本文介绍了两个新的鱼眼图像数据集：VOC-360 和 Wider-360，用于训练人脸和物体检测模型的。这些数据集将有助于开发鱼眼图像的人脸和物体检测器以及分割模块，同时也为真实鱼眼图像的收集和手动注释工作提供了帮助。

    Jun, 2019