FLSea：水下视觉-惯性与立体视觉前视数据集
机器人学
2023-02-27 v1 计算机视觉与模式识别
摘要
水下能见度具有挑战性，并随着主体与相机之间距离的增加而退化，使得前视方向上的视觉任务更加困难。我们在地中海和红海采集了水下前视立体视觉与视觉-惯性图像集。据我们所知，目前没有其他以该相机-传感器朝向在水下环境采集并带有真值公开的公开数据集。这些数据集对于若干水下应用的发展至关重要，包括障碍物规避、视觉里程计、3D 跟踪、同步定位与建图（SLAM）以及深度估计。立体数据集包含在具有已知尺寸物体的动态水下环境中同步的立体图像。视觉-惯性数据集包含单目图像与 IMU 测量值，以毫秒级分辨率时间戳对齐，并在场景中放置了已知尺寸的物体。两种传感器配置都允许尺度估计，分别通过立体装置中的标定基线与视觉-惯性装置中的 IMU。真值深度图通过摄影测量为两种数据集类型离线创建。真值通过放置在整个成像环境中的多个已知测量值进行验证。共有 5 个立体数据集和 8 个视觉-惯性数据集，每个包含数千张图像，具有一系列不同的水下能见度与环境光条件、自然与人工结构以及动态相机运动。相机的前视朝向使这些数据集独具特色，非常适合于测试水下障碍物规避算法以及在动态环境中靠近海床的导航。借助我们的数据集，我们希望促进动态和/或浅水环境中水下车辆自主功能的发展。
引用
@article{arxiv.2302.12772,
title = {FLSea: Underwater Visual-Inertial and Stereo-Vision Forward-Looking Datasets},
author = {Yelena Randall and Tali Treibitz},
journal= {arXiv preprint arXiv:2302.12772},
year = {2023}
}