一个用于三维重建和可视化的沉浸式多海拔多季节数据集
计算机视觉与模式识别
2024-12-20 v1 机器学习
摘要
近年来,照片级真实感场景重建取得了显著进展。各种不同的努力已经实现了多外观或大规模建模等能力;然而,缺乏一个精心设计的数据集来评估场景重建的整体进展。我们介绍了一个约翰霍普金斯大学霍姆伍德校区的图像集合,这些图像是在不同季节、一天中的不同时间、多个海拔高度以及大规模范围内获取的。我们执行了一个多阶段校准过程,可以有效地从手机和无人机相机中恢复相机参数。该数据集可以使研究人员严格探索无约束环境中的挑战,包括不一致照明的影响、大规模重建以及来自显著不同视角的重建等。
引用
@article{arxiv.2412.14418,
title = {An Immersive Multi-Elevation Multi-Seasonal Dataset for 3D Reconstruction and Visualization},
author = {Xijun Liu and Yifan Zhou and Yuxiang Guo and Rama Chellappa and Cheng Peng},
journal= {arXiv preprint arXiv:2412.14418},
year = {2024}
}
备注
4 pages, 3 figures