面向室内场景理解的联合2D-3D-语义数据
计算机视觉与模式识别
2017-04-07 v2 机器人学
摘要
我们提出了一个大规模室内空间数据集，提供了来自2D、2.5D和3D领域的多种相互配准的模态，具有实例级语义和几何注释。该数据集覆盖超过6000平方米，包含超过70,000张RGB图像，以及相应的深度、表面法线、语义注释、全局XYZ图像（均以常规和360°等距柱状投影图像形式）以及相机信息。还包括配准的原始和语义注释的3D网格和点云。该数据集支持联合和跨模态学习模型的开发，以及利用大规模室内空间中规律性的潜在无监督方法。数据集可在此处获取：http://3Dsemantics.stanford.edu/
引用
@article{arxiv.1702.01105,
title = {Joint 2D-3D-Semantic Data for Indoor Scene Understanding},
author = {Iro Armeni and Sasha Sax and Amir R. Zamir and Silvio Savarese},
journal= {arXiv preprint arXiv:1702.01105},
year = {2017}
}
备注
The dataset is available http://3Dsemantics.stanford.edu/