Stanford Drone

当人类在拥挤的空间（例如大学校园或繁忙街道的人行道）中穿行时，他们会遵循基于社交礼仪的常识规则。为了能够设计出能够充分利用这些规则来更好地解决目标跟踪或轨迹预测等任务的新算法，我们需要获得更好的数据。为此，我们贡献了第一个大规模数据集（据我们所知），该数据集收集各种类型的代理（不仅是行人，还包括自行车手、滑板手、汽车、公共汽车和高尔夫球车）的图像和视频在真实世界的户外环境中导航，例如大学校园。在上面的图片中，行人标记为粉色，骑自行车的人标记为红色，滑板者标记为橙色，汽车标记为绿色。