Synthehicle: 仮想都市における複数車両・複数カメラ追跡

スマートシティのアプリケーション、例えば知能交通ルーティングや事故防止は、車両の正確な位置特定と追跡のためにコンピュータビジョンの手法に依存しています。正確にラベリングされたデータの不足により、複数のカメラから3Dで車両を検出および追跡することは難易度が高く、その探索が困難となっています。本研究では、複数の重複するおよび非重複するカメラビューでの複数車両追跡とセグメンテーション用の大規模な合成データセットを提示します。既存のデータセットは2DバウンディングボックスのトラッキングGround Truthのみを提供しているのに対し、当該データセットではカメラ座標および世界座標における3Dバウンディングボックスの完全なラベル、深度推定、インスタンスセグメンテーション、セマンティックセグメンテーション、パノプティックセグメンテーションも含まれています。このデータセットは64種類の昼間、雨天、夜明け、夜間シーンから340台のカメラで記録された17時間分のラベリング済みビデオ素材で構成されており、現在までに最も大規模なマルチターゲット・マルチカメラ追跡用データセットとなっています。我々は検出、車両再識別（Re-Identification）、単一カメラ追跡および複数カメラ追跡に対するベースラインを提供しています。コードとデータは公開されています。