本論文では、エゴ車両に接近する歩行者の意図を検出するための新しいデータセット「Valeo Near-Field」を紹介しています。このデータセットは、魚眼カメラ映像、ライダーのスキャン、超音波センサーのデータ、モーションキャプチャによる3Dボディポーズを含む同期されたマルチモーダルデータで構成されており、多様な実世界のシナリオから収集されています。主な貢献として、魚眼カメラ画像と同期した詳細な3D体関節位置の注釈や、ライダーから抽出された正確な3D歩行者位置が含まれ、知覚アルゴリズムの堅牢なベンチマークを可能にします。このデータセットは、センサーの遮蔽や動的な環境、ハードウェアの制約といった現実の課題に対処し、歩行者検出、3Dポーズ推定、および4D軌道と意図の予測における先進的なアルゴリズムの開発や評価に貴重なリソースを提供します。また、カスタムニューラルネットワークアーキテクチャを用いたベースライン性能メトリクスを提供し、データセットの採用と改良を促進する未来の研究指針を示しています。この研究は、近接シナリオにおけるインテリジェント車両の能力を向上させたい研究者の基盤となることを目的としています。