Holopix50k：一个大规模野外立体图像数据集
计算机视觉与模式识别
2020-03-26 v1
摘要
随着双摄像头手机的普及，在计算机视觉中利用立体信息已变得愈发重要。当前最先进的方法利用基于学习的算法，其中训练样本的数量和质量严重影响结果。现有的立体图像数据集在规模或主题多样性上有限。因此，在此类数据集上训练的算法不能很好地泛化到移动摄影中遇到的场景。我们提出 Holopix50k，一个新颖的野外立体图像数据集，包含由 Holopix 移动社交平台用户贡献的 49,368 个图像对。在这项工作中，我们描述了数据收集过程，并从统计上将该数据集与其他流行立体数据集进行比较。我们通过实验表明，使用我们的数据集显著改善了立体超分辨率和自监督单目深度估计等任务的结果。最后，我们展示了我们数据集的实际应用，以激励新的工作和用例。Holopix50k 数据集可在 http://github.com/leiainc/holopix50k 获取。
引用
@article{arxiv.2003.11172,
title = {Holopix50k: A Large-Scale In-the-wild Stereo Image Dataset},
author = {Yiwen Hua and Puneet Kohli and Pritish Uplavikar and Anand Ravi and Saravana Gunaseelan and Jason Orozco and Edward Li},
journal= {arXiv preprint arXiv:2003.11172},
year = {2020}
}
备注
Main paper: 17 pages, 7 figures, 3 tables. Supplementary: 11 pages, 7 figures, 4 tables. See http://github.com/leiainc/holopix50k for downloading the dataset