EVOPS基准：基于RGBD与LiDAR数据的平面分割评估
计算机视觉与模式识别
2022-08-25 v2 机器人学
摘要
本文提供了用于从三维数据（包括RGBD图像与LiDAR点云）进行平面分割的EVOPS数据集。我们设计了两种标注方法（RGBD与LiDAR），运行于知名且广泛使用的SLAM评估数据集上，并提供了一套完整的基准测试工具，包含点、平面及分割度量。数据涵盖不同选定场景下的共计10k帧RGBD与7k帧LiDAR图像，其中包含高质量分割平面。实验报告了SOTA方法在我们标注数据上的RGBD平面分割质量。我们还提供了LiDAR点云中平面分割的可学习基线。所有标注数据与所用基准工具均已公开于 https://evops.netlify.app/。
引用
@article{arxiv.2204.05799,
title = {EVOPS Benchmark: Evaluation of Plane Segmentation from RGBD and LiDAR Data},
author = {Anastasiia Kornilova and Dmitrii Iarosh and Denis Kukushkin and Nikolai Goncharov and Pavel Mokeev and Arthur Saliou and Gonzalo Ferrer},
journal= {arXiv preprint arXiv:2204.05799},
year = {2022}
}
备注
Accepted to IROS'2022