Helvipad：用于全景立体深度估计的真实世界数据集
计算机视觉与模式识别
2025-03-26 v2 人工智能
机器人学
摘要
尽管在立体深度估计方面取得了进展，但全景成像仍未得到充分探索，这主要是由于缺乏合适的数据。我们引入 Helvipad，这是一个用于全景立体深度估计的真实世界数据集，包含来自多样化环境中视频序列的 40K 视频帧，包括各种光照条件下的拥挤的室内和室外场景。使用两个 360° 摄像头以上下布局和激光雷达传感器收集，该数据集包括通过将 3D 点云投影到等距图像上的准确深度和视差标签。此外，我们提供了一个增强的训练集，通过深度完成增加了标签密度。我们对领先的立体深度估计模型进行基准测试，针对标准图像和全景图像。结果表明，虽然最近的立体方法表现尚可，但在全景成像中准确估计深度仍是一个挑战。为解决这一问题，我们引入了必要的适配器来适应立体模型，导致性能提升。
引用
@article{arxiv.2411.18335,
title = {Helvipad: A Real-World Dataset for Omnidirectional Stereo Depth Estimation},
author = {Mehdi Zayene and Jannik Endres and Albias Havolli and Charles Corbière and Salim Cherkaoui and Alexandre Kontouli and Alexandre Alahi},
journal= {arXiv preprint arXiv:2411.18335},
year = {2025}
}
备注
Accepted to CVPR 2025. Project page: https://vita-epfl.github.io/Helvipad