CarPatch:用于车辆部件辐射场评估的合成基准
计算机视觉与模式识别
2023-07-25 v1
摘要
神经辐射场(NeRFs)已广泛认可为从图像集推导物体与场景三维重建表示的高效技术。尽管高效,NeRF 模型在某些场景(如车辆检测)中会面临挑战,其中缺乏充足数据或存在困难元素(例如反射)会强烈影响重建精度。为此,我们引入 CarPatch,一个新颖的车辆合成基准。除带有内参与外参相机参数标注的图像集外,还为每一视角生成了相应的深度图与语义分割掩码。我们定义并使用了全局与基于部件的度量来评估、比较并更好地刻画若干最先进技术。该数据集已公开发布于 https://aimagelab.ing.unimore.it/go/carpatch,可用作评估指南及未来该挑战性课题工作的基线。
引用
@article{arxiv.2307.12718,
title = {CarPatch: A Synthetic Benchmark for Radiance Field Evaluation on Vehicle Components},
author = {Davide Di Nucci and Alessandro Simoni and Matteo Tomei and Luca Ciuffreda and Roberto Vezzani and Rita Cucchiara},
journal= {arXiv preprint arXiv:2307.12718},
year = {2023}
}
备注
Accepted at ICIAP2023