MessyTable：多相机视角下的实例关联数据集
计算机视觉与模式识别
2020-07-30 v1
摘要
我们提出了一个有趣且具挑战性的数据集，其特点是从多个相机视角捕获的大量杂乱桌子场景。该数据集中的每个场景都高度复杂，包含多个可能相同、被堆叠且被其他实例遮挡的物体实例。关键挑战是在给定所有视角的 RGB 图像情况下关联所有实例。这一看似简单的任务却出人意料地难倒了许多我们认为在物体关联中表现良好的流行方法或启发式方法。该数据集对现有方法在挖掘细微外观差异、基于上下文推理以及融合外观与几何线索以建立关联方面提出了挑战。我们报告了使用一些流行基线方法的有趣发现，并讨论了该数据集如何帮助启发新问题并催生更鲁棒的 formulation 以应对真实世界实例关联问题。项目页面：\href{https://caizhongang.github.io/projects/MessyTable/}{\text{MessyTable}}
引用
@article{arxiv.2007.14878,
title = {MessyTable: Instance Association in Multiple Camera Views},
author = {Zhongang Cai and Junzhe Zhang and Daxuan Ren and Cunjun Yu and Haiyu Zhao and Shuai Yi and Chai Kiat Yeo and Chen Change Loy},
journal= {arXiv preprint arXiv:2007.14878},
year = {2020}
}
备注
Accepted in ECCV 2020