OB3D：基于 Blender 的全景 3D 重建基准数据集
计算机视觉与模式识别
2025-05-27 v1
摘要
近期的辐射场渲染技术进步，如神经辐射场（NeRF）和 3D 高斯溶解（3DGS），显著推进了 3D 建模与重建。使用多个 360 度全景图像进行这类任务日益受到青睐，因为其在数据获取和全场景捕获方面的优势。然而，常见的全景表示方式（如等距投影）固有的几何畸变（尤其在极地地区且随纬度而异），对实现高保真 3D 重建构成重大挑战。现有数据集虽然有价值，却往往缺乏针对全景特定挑战的聚焦、场景构图和粒度适中的真值标注。为填补这一关键空白，我们引入 Omnidirectional Blender 3D（OB3D），一个新建构的合成数据集，旨在推动从多个全景图像进行 3D 重建。OB3D 包含来自 Blender 项目的多样且复杂 3D 场景，刻意强调具挑战性的情景。数据集提供全面的真值，包括全景 RGB 图像、精确的全景相机参数以及深度和法线的像素对齐等距图，伴随评估指标。通过提供受控且具挑战性的环境，OB3D 旨在促进既有方法的严格评估，并推动新技术的发展，以提高从全景图像进行 3D 重建的准确性和可靠性。
引用
@article{arxiv.2505.20126,
title = {OB3D: A New Dataset for Benchmarking Omnidirectional 3D Reconstruction Using Blender},
author = {Shintaro Ito and Natsuki Takama and Toshiki Watanabe and Koichi Ito and Hwann-Tzong Chen and Takafumi Aoki},
journal= {arXiv preprint arXiv:2505.20126},
year = {2025}
}