CVC-08

该序列是在正常的城市驾驶条件下在车上获得的。图像是单色的，像素为480X960。我们使用了4毫米焦距镜头，因此提供了广阔的视野。我们大约在30分钟内开车，产生了大约60,000帧的序列。然后，使用10帧的步骤，我们注释了所有行人。这在7,900注释的行人，5,400合理和不被遮挡。我们将视频序列分为三个连续的部分，第一个用于培训，最后一个用于测试，在中间，我们留出了一个空白，以避免与同一个人进行测试和培训。总体而言，我们与3,600合理的行人一起训练，并对1,300合理的行人进行测试。