MotionSC：面向动态环境实时语义建图的数据集与网络
计算机视觉与模式识别
2022-07-01 v2 机器人学
摘要
本工作通过创建具有准确且完整动态场景的新型室外数据集，弥补了语义场景补全（SSC）数据的不足。我们的数据集由每个时间步对世界随机采样的视角构成，可监督对无遮挡或痕迹的完整场景的泛化能力。我们基于最先进的开源网络建立 SSC 基线，并利用近期 3D 深度学习架构将时序信息引入 SSC，构建了基准实时稠密局部语义建图算法 MotionSC。我们的网络表明，所提出的数据集能够量化并监督在存在动态物体情况下的准确场景补全，从而有助于改进动态建图算法的发展。所有软件可在 https://github.com/UMich-CURLY/3DMapping 获取。
引用
@article{arxiv.2203.07060,
title = {MotionSC: Data Set and Network for Real-Time Semantic Mapping in Dynamic Environments},
author = {Joey Wilson and Jingyu Song and Yuewei Fu and Arthur Zhang and Andrew Capodieci and Paramsothy Jayakumar and Kira Barton and Maani Ghaffari},
journal= {arXiv preprint arXiv:2203.07060},
year = {2022}
}