自动真值：用于全向视觉的投影图像标注
计算机视觉与模式识别
2017-09-13 v1
摘要
我们提出了一种新颖的数据集，由包含多个物体的全向视频组成，其质心位置被自动标注。全向视觉是一个活跃的研究领域，专注于在视频分析和场景理解中使用球面图像，涉及物体检测、跟踪和识别等任务。我们的目标是提供一个大型且一致标注的视频数据集，可用于训练和评估针对这些任务的新算法。在此，我们描述了用于捕捉多个物体的 3D 真值位置并将其映射到图像中的实验设置和软件环境。此外，我们估计了映射位置的预期系统误差。除了最终数据产品外，我们还公开了重新校准相机和/或重做此映射所需的软件工具和原始数据。该软件还提供了一个简单的框架，用于将标准图像标注工具或视觉跟踪系统的结果与我们映射的真值标注进行比较。
引用
@article{arxiv.1709.03697,
title = {Automatic Ground Truths: Projected Image Annotations for Omnidirectional Vision},
author = {Victor Stamatescu and Peter Barsznica and Manjung Kim and Kin K. Liu and Mark McKenzie and Will Meakin and Gwilyn Saunders and Sebastien C. Wong and Russell S. A. Brinkworth},
journal= {arXiv preprint arXiv:1709.03697},
year = {2017}
}
备注
2017 International Conference on Digital Image Computing: Techniques and Applications (DICTA), Page 1 - 8