室内激光雷达点云分割数据集 3DSES
计算机视觉与模式识别
2025-01-30 v1
摘要
室内点云语义分割在机器人数字孪生、导航和建筑信息建模（BIM）中找到了 various 应用。然而，大多数现有标注室内点云数据集都是通过摄影测量获取的。相比之下，地面激光扫描（TLS）可以获取密集亚厘米级点云，已成为测量师的标准。我们提出了 3DSES（3D Segmentation of ESGT point clouds），一个覆盖 427 平方米的工程学院室内密集 TLS 彩色点云数据集。3DSES 具有独特的双重标注格式：在点级别上进行语义标注，同时配备建筑的完整 3D CAD 模型。我们引入了一个模型到云的算法，用于基于现有 3D CAD 模型自动标注室内点云。3DSES 包含三种不同语义和几何复杂度的变体。我们展示了模型到云对齐可产生准确率超过 95% 的伪标签，允许我们在手动标注时显著节省时间。3DSES 的首个基准显示了现有模型在分割与 BIM 相关的物体（如照明和安全设施）时所面临的困难。我们表明，通过利用伪标签和激光雷达强度（目前数据集中很少考虑的信息），可提高分割精度。代码和数据将开源。
引用
@article{arxiv.2501.17534,
title = {3DSES: an indoor Lidar point cloud segmentation dataset with real and pseudo-labels from a 3D model},
author = {Maxime Mérizette and Nicolas Audebert and Pierre Kervella and Jérôme Verdun},
journal= {arXiv preprint arXiv:2501.17534},
year = {2025}
}