연구진이 독일 시내 디지털화된 자율주행 버스의 실내 환경을 촬영한 RGB 및 깊이 이미지 데이터셋을 공개했어요. 데이터셋은 9,136개의 동기화된 샘플로 구성되며, 탑승자 3D 포즈 추정 및 바운딩 박스 어노테이션을 제공해요. GitHub에서 데이터셋과 관련 도구를 확인할 수 있어요.
연구진은 데이터셋을 nuScenes 형식으로 변환하고 Lift-Splat-Shoot, BEVFusion 등 3D 객체 검출 모델을 벤치마크하여 다중 시점 실내 인식 모델 평가 및 학습을 지원해요. 이를 통해 실내 환경 인지 모델의 성능 비교 및 소규모 학습이 가능해요.
데이터셋과 관련 파이프라인은 3D 인간 포즈 추정 및 바운딩 박스 어노테이션을 생성하며, GitHub 저장소에서 다운로드할 수 있어요.