BriefGPT - AI 论文速递
·
TBD 行人数据收集：朝着丰富、便携和大规模的自然行人数据
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该文介绍了一个便携的数据采集系统，结合了自主标注流水线和网络应用，实现了对自动行人跟踪结果的人工验证。作者还介绍了他们正在进行的数据采集工作的不断扩展的数据集。
🎯
关键要点
- 设计了一个便携的数据采集系统，结合自主标注流水线。
- 通过标签修正的网络应用实现对自动行人跟踪结果的人工验证。
- 系统在多个环境下实现大规模数据采集和快速轨迹标签生产。
- 具备自上而下和自我中心视图的组合，适用于社交适宜的“机器人”情境下的自然人类行为。
- 基于度量空间的经过人工验证的标签，是第一个同时集成这三个组成部分的数据采集系统。
- 正在进行的数据采集工作扩展了TBD行人数据集。
- 采集的数据规模更大，信息更丰富，支持新的研究机会。
➡️
