Ensemble De Données Vidéo Synthétiques Virtuelles KITTI

Virtual KITTI est un ensemble de données vidéo synthétiques photoréalistes pour l'apprentissage et l'évaluation de modèles de vision par ordinateur pour de multiples tâches de compréhension vidéo : détection d'objets et suivi multi-objets, segmentation sémantique au niveau de la scène et de l'instance, flux optique et estimation de la profondeur.

L'ensemble de données contient 50 vidéos monoculaires haute résolution (21 260 images) générées à partir de cinq mondes virtuels différents dans des environnements urbains sous différentes conditions d'imagerie et météorologiques. Ces mondes ont été créés à l'aide du moteur de jeu Unity et d'une nouvelle méthode de clonage réel-virtuel.

Les vidéos synthétiques sont annotées automatiquement, avec précision et de manière exhaustive pour le suivi multi-objets 2D et 3D avec des annotations de catégorie, d'instance, de flux et de profondeur au niveau du pixel.