IDD-PeD

IDD-PeD数据集由IIIT Hyderabad的研究团队创建，旨在解决在无结构交通环境中对行人行为进行建模的复杂性。该数据集包含超过650,000个行人边界框和19个行为属性，涵盖了密集且无结构交通环境中的各种情况，如光照变化、行人遮挡、无信号场景类型以及车辆-行人互动。数据集提供了高层次的详细注释，重点关注需要关注行人的车辆。通过对现有行人行为理解数据集的比较，IDD-PeD展现了其在处理复杂无结构环境中的优越性，有助于开发更强大的预测模型，从而提高行人和车辆的安全性。该数据集适用于自动驾驶和高级驾驶辅助系统（ADAS）的研究和开发。The IDD-PeD dataset was developed by a research team at IIIT Hyderabad to address the complexity of modeling pedestrian behavior in unstructured traffic environments. This dataset contains over 650,000 pedestrian bounding boxes and 19 behavioral attributes, covering diverse scenarios in dense and unstructured traffic environments, including illumination variations, pedestrian occlusions, signal-free scenario types, and vehicle-pedestrian interactions. It provides high-level detailed annotations, with a focus on vehicles that need to exercise pedestrian awareness. Compared with existing pedestrian behavior understanding datasets, IDD-PeD demonstrates its superiority in handling complex unstructured environments, which supports the development of more robust predictive models and thus improves the safety of both pedestrians and vehicles. This dataset is applicable to the research and development of autonomous driving and Advanced Driver Assistance Systems (ADAS).

原始信息汇总

数据集概述：IDD-PeD

数据集基本信息

• 名称：IDD-PeD (Indian Driving Pedestrian Dataset)
• 研究领域：自动驾驶、行人行为预测
• 主要应用：行人意图预测(PIP)、行人轨迹预测(PTP)
• 开发机构：IIIT Hyderabad, India 和 King Faisal University, Saudi Arabia
• 相关论文：Paper Link
• 代码与数据集：Code & Dataset

数据集特点

• 环境特征：
  • 非结构化交通环境
  • 包含光照变化、行人遮挡、无信号场景类型和车辆-行人交互等复杂情况
• 数据内容：
  • 提供高级别和详细低级别的行人注释
  • 包含需要自我车辆注意的行人数据
• 特殊标注：
  • 交互标注(ego-vehicle与行人之间的相互影响)
  • 群体标注(约1,800个单独行人，其余以2人或以上群体移动)
  • 车载诊断(OBD)信息：车辆速度、加速度和GPS数据

数据统计信息

1. 场景类型分布：
   • 人行横道(C)
   • 信号灯(S)
   • 人行横道和信号灯(CS)
   • 无人行横道和信号灯(NA)
2. 时间分布：
   • 白天和夜晚的行人轨迹长度
3. 行为分析：
   • 帧级不同行为分析
   • 交通对象标注
4. 遮挡情况：
   • 行人遮挡统计

基准测试结果

行人意图预测(PIP)

• 在JAAD、PIE和IDD-PeD数据集上的性能比较
• 在IDD-PeD上性能下降高达15%

行人轨迹预测(PTP)

• 在JAAD、PIE和IDD-PeD数据集上的MSE比较(1.5秒预测)
• 在IDD-PeD上MSE增加高达1208
• 包含SGNet、PIETraj等模型的定性评估结果

引用格式

bibtex @inproceedings{idd2025ped, author = {Ruthvik Bokkasam, Shankar Gangisetty, A. H. Abdul Hafez, C. V. Jawahar}, title = {Pedestrian Intention and Trajectory Prediction in Unstructured Traffic Using IDD-PeD}, booktitle = {ICRA}, publisher = {IEEE}, year = {2025}, }

致谢

• 由IIIT Hyderabad的iHub-Data和Mobility支持

搜集汇总

数据集介绍

构建方式

IDD-PeD数据集通过在南亚密集城市区域采集超过100小时的驾驶视频构建而成，使用GoPro Hero 8 Black和DDPAI X2SPro车载摄像头以高清格式记录，帧率分别为30 FPS和25 FPS。视频片段长度从45秒到10分钟不等，同时通过OBD传感器同步记录车辆运动数据，包括加速度、速度和GPS信息。数据采集覆盖了多种天气条件和光照环境（白天和夜晚），场景包括商业道路、住宅区以及无信号灯或人行横道的密集交通区域，确保了数据集的多样性和现实性。

特点

IDD-PeD数据集包含超过650K的行人边界框标注和19种行为属性，专注于非结构化交通环境中的行人行为预测。其独特之处在于涵盖了四大关键挑战：行人遮挡、光照变化（白天与夜晚）、无信号交通类型以及车辆与行人交互。此外，数据集提供了五种类型的标注，包括空间标注（如边界框和遮挡信息）、行为标注（如横穿行为和注意力指示）、场景标注（如道路类型和时间）、交互标注（车辆与行人互动）以及位置标注（行人空间上下文），这些丰富的标注为模型训练提供了全面的环境与行为上下文。

使用方法

该数据集适用于行人意图预测（PIP）和轨迹预测（PTP）任务，支持观察期0.5秒和事件时间1-2秒的设定。在PIP任务中，可通过AUC和F1分数评估模型性能；PTP任务则采用均方误差（MSE）、中心MSE（C-MSE）等指标。数据已划分为训练集（70%）和测试集（30%），可直接用于现有基线模型（如PCPA、SGNet）的微调或新算法的验证。对于光照敏感的任务，建议分别针对白天和夜晚数据进行分析以提升模型鲁棒性。此外，交互标注可用于研究车辆与行人的动态决策过程，而遮挡标注则有助于开发抗遮挡的预测算法。

背景与挑战

背景概述

IDD-PeD数据集由印度海得拉巴国际信息技术研究所（IIIT）的研究团队于2025年提出，旨在解决非结构化交通场景中行人意图与轨迹预测的核心问题。该数据集包含超过65万标注边界框，覆盖昼夜照明变化、行人遮挡、无信号路口等复杂场景，填补了现有数据集在混乱交通环境下行为建模的空白。其创新性体现在首次系统性地捕捉了南亚地区特有的交通特征，如行人随意穿行、车辆不礼让等交互行为，为自动驾驶系统在非规则化道路环境中的安全决策提供了关键数据支撑。

当前挑战

IDD-PeD数据集面临的核心挑战体现在两方面：领域问题层面，需解决非结构化交通中行人意图的强不确定性（如突然转向或停顿的滚动行为）及多模态交互建模（如手势交流与群体动力学）；构建技术层面，需处理低照度环境下标注困难（夜间场景对比度不足）、动态遮挡导致轨迹断裂（密集交通中45%行人存在部分遮挡），以及无信号场景下行为-环境关联标注的复杂性（需同步记录19类行为属性与场景上下文）。这些挑战使得现有预测模型在该数据集上性能下降显著，意图预测AUC降低15%，轨迹预测MSE误差增加12倍。

常用场景

经典使用场景

IDD-PeD数据集在自动驾驶领域中被广泛用于行人意图和轨迹预测的研究。其独特的非结构化交通场景数据，包括行人遮挡、光照变化、无信号灯路口以及车辆与行人交互等复杂情况，为模型训练和评估提供了丰富的真实世界情境。研究人员利用该数据集开发先进的深度学习模型，以应对城市交通中行人行为的不可预测性，特别是在南亚等交通密集且规则松散的地区。

解决学术问题

该数据集有效解决了现有行人行为预测研究中数据单一性的问题。传统数据集如JAAD和PIE主要关注结构化交通环境，而IDD-PeD通过包含650K标注边界框和19种行为属性，填补了非结构化场景下行人行为建模的空白。其实验结果表明，现有最优模型在该数据集上意图预测准确率下降达15%，轨迹预测误差增加1208 MSE，凸显了复杂真实场景对算法鲁棒性的挑战。

衍生相关工作

基于IDD-PeD已衍生出多项创新研究，包括PCPA等特征融合架构的改进，以及SGNet等随机轨迹预测模型的优化。该数据集还促进了多模态Transformer在行人意图预测中的应用探索，如CapFormer等模型通过结合视觉与运动特征提升预测精度。这些工作共同推动了非结构化环境下行人行为理解的技术边界。