VETRA: Ein Datensatz für das Tracking von Fahrzeugen in Luftbildsequenzen
VETRA ist ein Datensatz für das Tracking von Fahrzeugen in Luftbildsequenzen und bietet erstmals Aspekte wie niedrige Bildraten, kleine und schnell fahrende Objekte sowie ein bewegtes Sichtfeld. Diese Eigenschaften ermöglichen eine erweiterte Verfolgung zahlreicher Fahrzeuge mit unterschiedlichem Bewegungsmuster in großen Gebieten und stellen neue Herausforderungen für MOT-Algorithmen dar.
In Abbildung 1 sind Mosaike von drei beispielhaften Sequenzen zu sehen. Durch Überlagerung der Bilder in chronologischer Reihenfolge und unter Berücksichtigung ihrer geografischen Lage wird die Heterogenität der Kamerabewegung und der räumlichen Auflösung sichtbar.
Abbildung 2 zeigt die Fahrzeugannotationen im Detail: VETRA bietet sowohl Annotationen im Polygonformat als auch als orientierte Bounding Box (OBB) und horizontale Bounding Box (HBB) für 8 Fahrzeugklassen. Darüber hinaus veranschaulichen die Bildausschnitte die Vielfalt der Siedlungsstrukturen, die unter unterschiedlichen Beleuchtungs- und Wetterbedingungen aufgenommen wurden.
VETRA besteht aus 52 Bildsequenzen, die mittels Flugzeugen und Hubschraubern mit den 3k- und 4k-Kamerasystemen des DLR aufgenommen wurden. Die räumliche Verteilung ist in Abbildung 3 dargestellt; die Aufnahmeorte befinden sich in Deutschland und Österreich. Zusätzlich zu den klassischen Trainings-, Validierungs- und Test-Sets bietet VETRA ein zweites Test-Set, das speziell für die Auswertung großer Gebiete (Large Area Monitoring, LAM) erstellt wurde. Die LAM-Sequenzen zeigen 7 Bundesstraßen und Autobahnen mit einer festen Kamerageschwindigkeit und -konfiguration. Jeder Abschnitt wird zu 4 unterschiedlichen Tageszeiten aufgezeichnet, sodass die Leistung von MOT-Algorithmen unter verschiedenen Verkehrsbelastungen bei gleichbleibender Umgebung bewertet werden kann. Darüber hinaus können die aus den LAM-Sequenzen extrahierten Informationen für Anwendungen in der Verkehrsforschung genutzt werden.
Wenn der Datensatz verwendet wird, muss folgende Publikation zitiert werden:
Hellekes, J.; Mühlhaus, M.; Bahmanyar, R.; Azimi, S.; Kurz, F. (2024): VETRA: A Dataset for Vehicle Tracking in Aerial Imagery – New Challenges for Multi-Object Tracking. Akzeptiert für European Conference on Computer Vision (ECCV).
