MESSI：基于多海拔高度的城市语义分割图像数据集
计算机视觉与模式识别
2025-08-19 v1 人工智能
机器学习
机器人学
摘要
本文提出了由无人机在密集城市环境中拍摄的2525张语义分割图像组成的多海拔语义分割图像（MESSI）数据集。MESSI数据集具有两个独特特征：首先，它包含来自不同海拔高度的图像，使我们能够研究深度对语义分割的影响；其次，它包含来自多个不同城市区域（不同海拔）的图像。这一点很重要，因为这种多样性涵盖了无人机3D飞行所捕获的视觉丰富性，包括水平和垂直机动。MESSI包含带有位置、姿态及相机内参信息的图像，可用于训练深度神经网络进行语义分割或其他感兴趣的应用（如定位、导航和跟踪）。本文描述了该数据集并提供了注释细节。还解释了如何使用多个神经网络模型进行语义分割，并展示了若干相关统计数据。MESSI将以公共领域发布，作为基于无人机或类似车辆在密集城市环境中捕获图像进行语义分割的评估基准。
引用
@article{arxiv.2505.08589,
title = {MESSI: A Multi-Elevation Semantic Segmentation Image Dataset of an Urban Environment},
author = {Barak Pinkovich and Boaz Matalon and Ehud Rivlin and Hector Rotstein},
journal= {arXiv preprint arXiv:2505.08589},
year = {2025}
}