跳到正文
arXiv · 机器人与计算机视觉· Muhammad Aamir, Sangyun Shin, Naoya Muramatsu, Matthew Wijers, Amir Patel, Andrew Loveridge, Andrew Markham·· 27 天前AI 评分36

WildDepth-v2:首个成像雷达野生动物数据集与度量深度基准

WildDepth-v2: A Synchronized RGB--LiDAR--Radar Dataset and Benchmark for Metric Depth, Motion, and Tracking of Wildlife

AI 导读

WildDepth-v2 扩展了同步 RGB-LiDAR 数据集,新增 37 条含每点多普勒速度的成像雷达序列。在 48,723 帧动物画面中,物体级雷达校准将单目深度绝对相对误差从 0.198 降至 0.120;对 431 条轨迹进行的一次性轨道缩放使三维位置误差降低四倍(2.20 米至 0.58 米)。该预印本提供了冻结的隐藏测试集,支持无 LiDAR 推理时的动物距离估计与运动追踪基准评测。

来源:arXiv · 机器人与计算机视觉 · arxiv.org