ChangeSim：面向工业室内环境端到端在线场景变化检测
计算机视觉与模式识别
2021-07-23 v2 机器人学
摘要
我们提出了一个具有挑战性的数据集 ChangeSim，旨在用于在线场景变化检测（SCD）及更多任务。数据在照片级真实感的仿真环境中采集，存在环境非目标变化（如空气浑浊与光照条件改变）以及工业室内环境中的目标物体变化。通过在仿真中采集数据，可获得多模态传感器数据与精确的真实标签，如 RGB 图像、深度图像、语义分割、变化分割、相机位姿与三维重建。此前的在线 SCD 数据集在给定良好对齐的图像对下评估模型，而 ChangeSim 还提供原始未配对序列，为以端到端方式（同时考虑配对与检测）开发在线 SCD 模型提供了机会。实验表明，即便是最新的基于图像对的 SCD 模型也受限于配对过程的瓶颈，且当环境中含有非目标变化时情况更糟。我们的数据集可在 http://sammica.github.io/ChangeSim/ 获取。
引用
@article{arxiv.2103.05368,
title = {ChangeSim: Towards End-to-End Online Scene Change Detection in Industrial Indoor Environments},
author = {Jin-Man Park and Jae-Hyuk Jang and Sahng-Min Yoo and Sun-Kyung Lee and Ue-Hwan Kim and Jong-Hwan Kim},
journal= {arXiv preprint arXiv:2103.05368},
year = {2021}
}
备注
Accepted to IROS 2021