elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Instance Segmentation in CARLA: Methodology and Analysis for Pedestrian-oriented Synthetic Data Generation in Crowded Scenes

Lyssenko, Maria und Gladisch, Christoph und Heinzemann, Christian und Woehrle, Matthias und Triebel, Rudolph (2021) Instance Segmentation in CARLA: Methodology and Analysis for Pedestrian-oriented Synthetic Data Generation in Crowded Scenes. In: 18th IEEE/CVF International Conference on Computer Vision Workshops, ICCVW 2021, Seiten 988-996. IEEE. 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), 2021-10-11 - 2021-10-17, Montreal, BC, Canada. doi: 10.1109/ICCVW54120.2021.00115. ISBN 978-166540191-3. ISSN 1550-5499.

[img] PDF
1MB

Offizielle URL: https://openaccess.thecvf.com/content/ICCV2021W/ERCVAD/html/Lyssenko_Instance_Segmentation_in_CARLA_Methodology_and_Analysis_for_Pedestrian-Oriented_Synthetic_ICCVW_2021_paper.html

Kurzfassung

The evaluation of camera-based perception functions in automated driving (AD) is a significant challenge and requires large-scale high-quality datasets. Recently proposed metrics for safety evaluation additionally require detailed per-instance annotations of dynamic properties such as distance and velocities that may not be available in openly accessible AD datasets. Synthetic data from 3D simulators like CARLA may provide a solution to this problem as labeled data can be produced in a structured manner. However, CARLA currently lacks instance segmentation ground truth. In this paper, we present a back projection pipeline that allows us to obtain accurate instance segmentation maps for CARLA, which is necessary for precise per-instance ground truth information. Our evaluation results show that per-pedestrian depth aggregation obtained from our instance segmentation is more precise than previously available approximations based on bounding boxes especially in the context of crowded scenes in urban automated driving.

elib-URL des Eintrags:https://elib.dlr.de/147025/
Dokumentart:Konferenzbeitrag (Vortrag, Poster)
Titel:Instance Segmentation in CARLA: Methodology and Analysis for Pedestrian-oriented Synthetic Data Generation in Crowded Scenes
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Lyssenko, Mariamaria.lyssenko (at) de.bosch.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Gladisch, Christophchristoph.gladisch (at) de.bosch.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Heinzemann, Christianchristian.heinzemann (at) de.bosch.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Woehrle, MatthiasMatthias.Woehrle (at) de.bosch.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Triebel, Rudolphrudolph.triebel (at) dlr.dehttps://orcid.org/0000-0002-7975-036XNICHT SPEZIFIZIERT
Datum:2021
Erschienen in:18th IEEE/CVF International Conference on Computer Vision Workshops, ICCVW 2021
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/ICCVW54120.2021.00115
Seitenbereich:Seiten 988-996
Verlag:IEEE
ISSN:1550-5499
ISBN:978-166540191-3
Status:veröffentlicht
Stichwörter:Autonomous driving, pedestrian detection
Veranstaltungstitel:2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW)
Veranstaltungsort:Montreal, BC, Canada
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:11 Oktober 2021
Veranstaltungsende:17 Oktober 2021
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Robotik
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R RO - Robotik
DLR - Teilgebiet (Projekt, Vorhaben):R - Multisensorielle Weltmodellierung (RM) [RO]
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition
Hinterlegt von: Triebel, Rudolph
Hinterlegt am:09 Dez 2021 09:57
Letzte Änderung:24 Apr 2024 20:45

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.