Charge：面向综合新视角合成的基准数据集与数据集综合基准
计算机视觉与模式识别
2025-12-16 v1
摘要
本文提出了一个新的数据集，用于新视角合成（Novel View Synthesis），该数据集由来自高质量、充满 realism 和 细节的动画电影生成，具有惊人的逼真度和复杂细节。该数据集捕获了各种动态场景，包括详细的纹理、光照和运动，使其适合训练和评估先进的 4D 场景重建和新视角生成模型。除了高保真 RGB 图像外，我们提供了多种互补模式，包括深度、法线、目标分割和光流，使我们能够更深入地理解场景几何和运动。该数据集组织为三个 distinct 的基准场景：密集多视角相机设置、稀疏相机布置以及单摄像机视频序列，使其能够在不同数据稀疏性水平下进行广泛的实验和比较。由于其视觉丰富性、高质量注释和多样化实验 setup，该数据集为推动视角合成和 3D 视觉的边界提供了唯一的资源。
引用
@article{arxiv.2512.13639,
title = {Charge: A Comprehensive Novel View Synthesis Benchmark and Dataset to Bind Them All},
author = {Michal Nazarczuk and Thomas Tanay and Arthur Moreau and Zhensong Zhang and Eduardo Pérez-Pellitero},
journal= {arXiv preprint arXiv:2512.13639},
year = {2025}
}
备注
Project page: https://charge-benchmark.github.io/