Select Language

AI社区

公开数据集

3D60 Dataset-360 度相机图像数据集

3D60 Dataset-360 度相机图像数据集

27.2G
730 浏览
4 喜欢
19 次下载
0 条讨论
Environment,Environment 2D Box,Classification

3D60是在各种360o视觉研究工作的背景下生成的集合数据集[1],[2],[3]。它包括来自现实和合成的大型3D数据集(Matterport3D [4]......

数据结构 ? 27.2G

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    3D60是在各种360o视觉研究工作的背景下生成的集合数据集[1],[2],[3]。它包括来自现实和合成的大型3D数据集(Matterport3D [4],Stanford2D3D [5],SunCG [6])的场景的多模式立体渲染。

    现代3D视觉的进步依赖于数据驱动的方法,因此依赖于任务特定的带注释的数据集。特别是对于诸如深度和曲面估计之类的几何推理任务,高质量数据的收集非常具有挑战性,昂贵且费力。尽管对传统的针孔相机已经做出了巨大的努力,但对于全向针孔相机却不能说相同。我们的3D60数据集填补了数据驱动的球形3D视觉中的一个非常重要的空白,更具体地说,是单眼和立体密集深度和表面估计。我们通过利用在提供室内空间的合成和真实扫描3D数据集并通过光线跟踪重新使用它们以产生高质量,带注释的球形全景图方面所做的努力而起源。

    我们提供了以下三种不同的方式,以下是相应的数据格式,无效值(由于不完善的扫描,在渲染过程中出现孔洞)在方括号中表示。

     

     

     

    我们的球形全景图是使用为Matterport3D和Stanford2D3D提供的摄影机姿势生成的,而对于SunCG,我们是从每个建筑物边界框的中心进行渲染的,这导致了渲染伪像,从而导致了许多无效的渲染。

    Citations

    The 3D60 data have been generated during distinct works and thus, depending on which subset (i.e. modalities and/or placements) are used, please cite the corresponding papers as follows:

    @inproceedings{zioulis2018omnidepth,

    title={Omnidepth: Dense depth estimation for indoors spherical panoramas},

    author={Zioulis, Nikolaos and Karakottas, Antonis and Zarpalas, Dimitrios and Daras, Petros},

    booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},

    pages={448--465},

    year={2018}

    }

    Contact


    Please direct any questions related to the dataset and tools to nzioulis@iti.gr or post a GitHub issue.

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:0 去赚积分?
    • 730浏览
    • 19下载
    • 4点赞
    • 收藏
    • 分享