一个新的人物-物体交互数据集与 NVS 基准
计算机视觉与模式识别
2024-09-23 v1
摘要
最近，针对人类-物体交互场景中的新视角立体重建（NVS）受到了越来越多的关注。现有的人类-物体交互数据集主要由静态数据组成，视角有限，仅提供 RGB 图像或视频，大多数情况下仅包含单个人与物体之间的交互。此外，这些数据集在光照环境、同步性和分辨率方面存在复杂性，阻碍了高质量的人类-物体交互研究。本文引入了一个新的人物-物体交互数据集，包含 38 组 30 视图的多人或单人 RGB-D 视频序列，配有相机参数、前景掩码、SMPL 模型、部分点云和网格文件。视频序列由 30 个 Kinect Azure 摄像头均匀环绕场景采集，分辨率为 4K、帧率 25 FPS，持续时间为 1~19 秒。同时，我们在数据集上评估了一些最新前沿（SOTA）NVS 模型，以建立 NVS 基准。我们希望我们的工作能激发人类-物体交互领域的进一步研究。
引用
@article{arxiv.2409.12980,
title = {A New People-Object Interaction Dataset and NVS Benchmarks},
author = {Shuai Guo and Houqiang Zhong and Qiuwen Wang and Ziyu Chen and Yijie Gao and Jiajing Yuan and Chenyu Zhang and Rong Xie and Li Song},
journal= {arXiv preprint arXiv:2409.12980},
year = {2024}
}