MuS-Polar3D：用于多散射条件下计算极化3D成像的基准数据集
计算机视觉与模式识别
2025-12-29 v1
摘要
极化based underwater 3D成像利用极化线索抑制背景散射，在浑浊水中显示出与众不同的优势。尽管数据驱动的极化based underwater 3D重建方法显示出巨大的潜力，但现有公开数据集在散射和观察条件的多样性方面不足，阻碍了不同方法（包括单视图和多视图极化成像方法）的公平比较。为解决这一局限性，我们构建了MuS-Polar3D，一个包含42个物体的极化图像数据集，其在七个量化受控散射条件下且具有五个观察视角，同时配有高精度3D模型（精度±0.05 mm）、法线图和前景掩码。该数据集支持多个视觉任务，包括法线估计、目标分割、去散射和3D重建。灵感来自计算成像，我们进一步从成像链的角度，将多散射条件下的 underwater 3D重建解耦为两个阶段，即先进行去散射，再进行3D重建。在复杂散射条件下，对多个基线方法进行广泛评估，证明了所提出基准的有效性，最佳平均角度误差为15.49度。据我们了解，MuS-Polar3D是第一个面向定量浑浊度 underwater极化based 3D成像的公开基准数据集，实现了受控散射条件下的精确重建和公平算法评估。该数据集和代码均公开可用：https://github.com/WangPuyun/MuS-Polar3D
关键词
引用
@article{arxiv.2512.21513,
title = {MuS-Polar3D: A Benchmark Dataset for Computational Polarimetric 3D Imaging under Multi-Scattering Conditions},
author = {Puyun Wang and Kaimin Yu and Huayang He and Xianyu Wu},
journal= {arXiv preprint arXiv:2512.21513},
year = {2025}
}