面向光度学挑战物体的多模态数据集采集
计算机视觉与模式识别
2023-08-22 v1
摘要
本文针对当前 3D 视觉任务数据集在精度、规模、真实感以及适用于光度学挑战物体的成像模态方面的局限性展开研究。我们提出了一种新颖的标注与采集流程，以增强现有的 3D 感知与 6D 物体位姿数据集。我们的方法集成了机器人正向运动学、外部红外跟踪器以及改进的标定与标注流程。我们展示了一个安装在机器人末端执行器上的多模态传感器装置，并演示其如何被整合到高精度数据集的创建中。此外，我们引入了一种用于更宽视角覆盖的自由手持流程。两种方法均产生带有精确物体与相机位姿标注的高质量 3D 数据。我们的方法克服了现有数据集的局限性，并为 3D 视觉研究提供了宝贵资源。
引用
@article{arxiv.2308.10621,
title = {Multi-Modal Dataset Acquisition for Photometrically Challenging Object},
author = {HyunJun Jung and Patrick Ruhkamp and Nassir Navab and Benjamin Busam},
journal= {arXiv preprint arXiv:2308.10621},
year = {2023}
}
备注
Accepted at ICCV 2023 TRICKY Workshop