FLIR发布了欧洲首个道路行驶中采集的热成像数据集，是第三批用于机器视觉测试的数据集，旨在帮助技术研发人员和汽车制造商来增强交通安全作，改进高级驾驶员辅助系统（ADAS），自动紧急制动（AEB）和自动驾驶汽车（AV）系统的稳定性和检测精度。
该数据集是在伦敦，巴黎，西班牙马德里、托莱多、格拉纳达和马拉加六个欧洲城市的各种道路驾驶环境中拍摄的，包括不同的照明和天气条件。通过FLIR热像仪和普通摄像头收集，识别出城市景观的各种属性，数据集包含了3895个带批注的热图像，从而进一步改进卷积神经网络算法（CNN）的应用。
与前两批发布的美国加利福尼亚州旧金山和圣巴巴拉的热成像数据集相似，这次发布的数据集也包含了行人、自行车、交通标志、小汽车、卡车以及其他各种车辆类型的图像注释。
前两批数据集已被下载5000次，此次新增欧洲城市道路的热成像数据集，可以进一步提高神经网络对热成像采集数据的训练速度和精度。由于热成像能够对目标进行分类，将热成像数据集整合到汽车设计和开发中，将热成像与AI技术相结合，作为可见光摄像机、激光雷达、雷达等的补充，可支持汽车制造商创建更全面和冗余的系统，以识别道路物体、行人，并进行目标分类，从而可以开发出更稳定可靠的系统。
为创建新的机器视觉数据集，FLIR的红外热成像设备被共计70余万采用汽车、大众汽车、奔驰等汽车制造商的驾驶员安全警告系统中部署。测试结果表明，与目前使用雷达和普通摄像头的AEB系统相比，热成像仪在夜间有着超高的检测性能，这是非常重要的，因为大多数行人事故是在照明条件不好的夜间发生的。因此，FLIR目前正与多家自动驾驶公司、汽车制造商、一级供应商洽谈合作，将这种技术推向市场。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
