一种用于室内杂乱环境物体分割的神经形态数据集
计算机视觉与模式识别
2023-02-20 v2 数据库
机器人学
摘要
利用基于事件的相机,标准相机的运动模糊、低动态范围以及低时间采样等问题均可得到解决。然而,目前缺乏专门用于分割算法基准测试的基于事件的数据集,尤其是那些提供对遮挡场景分割至关重要的深度信息的数据集。本文提出一个新的基于事件的分割数据集(ESD),这是一个用于室内杂乱环境中物体分割的高质量三维时空数据集。我们提出的 ESD 数据集包含 145 个序列及 14,166 帧带有实例掩码人工标注的 RGB 帧。分别来自立体配置中两台基于事件的相机、总计 2188 万和 2080 万事件被采集。据我们所知,这种密集标注的、基于事件的桌面物体三维时空分割基准尚属首例。通过发布 ESD,我们期望为学界提供一个具有高质量且具挑战性的分割基准。
引用
@article{arxiv.2302.06301,
title = {A Neuromorphic Dataset for Object Segmentation in Indoor Cluttered Environment},
author = {Xiaoqian Huang and Kachole Sanket and Abdulla Ayyad and Fariborz Baghaei Naeini and Dimitrios Makris and Yahya Zweiri},
journal= {arXiv preprint arXiv:2302.06301},
year = {2023}
}