DiVa-360:面向沉浸式神经场的动态视觉数据集
计算机视觉与模式识别
2024-12-06 v2 人工智能
摘要
神经场的进展使得对动态 3D 场景形状和外观的高保真捕获成为可能。然而,由于算法挑战以及缺乏大规模多视角真实世界数据集,其能力落后于 2D 视频等常规表示所提供的能力。我们通过 DiVa-360 解决数据集限制,这是一个真实世界 360 动态视觉数据集,包含使用定制低成本 53 相机系统捕获的桌级场景的同步高分辨率、长时长多视角视频序列。它包含按不同运动类型分类的 21 个以物体为中心的序列、25 个精细手-物交互序列,以及 8 个长时长序列,共计 17.4 M 图像帧。此外,我们提供前景-背景分割掩码、同步音频和文本描述。我们在 DiVa-360 上对最先进的动态神经场方法进行基准测试,并提供关于现有方法和长时长神经场捕获未来挑战的见解。
引用
@article{arxiv.2307.16897,
title = {DiVa-360: The Dynamic Visual Dataset for Immersive Neural Fields},
author = {Cheng-You Lu and Peisen Zhou and Angela Xing and Chandradeep Pokhariya and Arnab Dey and Ishaan Shah and Rugved Mavidipalli and Dylan Hu and Andrew Comport and Kefan Chen and Srinath Sridhar},
journal= {arXiv preprint arXiv:2307.16897},
year = {2024}
}