论文笔记015:[ACCV2019]NightOwls: A Pedestrians at Night Dataset

本文链接：https://blog.csdn.net/qq_41876456/article/details/121533829

本文介绍了NightOwls，一个专为夜间行人检测设计的大型公共数据集，包含超过27万帧，40个在不同国家、季节和天气条件下录制的序列。数据集提供详细注释、对象属性和跟踪信息，旨在推动夜间目标检测和跟踪的研究。实验显示现有先进检测器在夜间表现不佳，揭示了昼夜检测的性能差距。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

摘要

我们介绍了一个全面的公共数据集，NightOwls，用于夜间行人检测。与白天条件相比，夜间的行人检测更具挑战性，因为夜间的光照变化和低、反射、模糊和对比度变化。推出该数据集的意义
nighttowls包含了27万9千帧，40个序列，由一个行业标准的相机在3个国家的夜间记录，包括不同的季节和天气条件。所有的帧都是完全注释的，并包含额外的对象属性，如遮挡、姿态和难度，以及跟踪信息，以在多个帧中识别相同的对象。包含了大量用于评估检测器鲁棒性的背景帧，一个用于局部超参数调优的验证集，以及一个用于在提交服务器上进行中央评估的测试集。详细介绍该数据集
作为夜间行人检测的benchmark，我们比较了ACF、Checkerboards、Faster R-CNN、RPN+BF和SDSRCNN的性能。特别是，我们证明了最先进的行人检测器在夜间的表现并不好，即使是在针对夜间数据进行专门训练的情况下，我们还表明昼夜检测的准确性存在明显差距。实验验证该数据集的难度
我们相信，一个全面的夜间数据集的可用性可以进一步推进行人检测的研究，以及一般的夜间目标检测和跟踪。