Popup：基于粒子过滤聚合众包响应重建3D视频

收集足够的3D训练数据供自动驾驶汽车处理罕见但关键的交通事件（如碰撞）可能需要数十年的部署时间。来自市政交通摄像头和视频分享网站（如YouTube）的丰富视频数据可能提供潜在替代方案，但生成以3D视频重建形式的真实训练数据是一项超出当前计算机视觉能力的挑战性任务。众包必要信息的标注可以弥合这一差距，但获得可用重建所需的准确性水平使非专家几乎不可能完成此任务。本文提出一种新型混合智能方法，结合观看同一目标（3D对象）不同实例（视频帧）的标注者的标注，并使用粒子过滤聚合响应。我们的方法可以利用视频帧之间的时间依赖性，通过更积极的过滤实现更高质量。与最先进的基线方法相比，所提方法的位置估计相对误差降低了33%。此外，我们的方法使标注者能够跳过（自我过滤）具有挑战性的标注，将难以标注帧的总标注时间减少16%。