OmniCity：基于多层次多视角图像的全能城市理解数据集
计算机视觉与模式识别
2022-08-05 v2
摘要
本文提出 OmniCity，一个用于基于多层次与多视角图像进行全能城市理解的新数据集。具体而言，OmniCity 包含多视角卫星图像以及街景全景与单视角图像，构成超过 100K 张像素级标注图像，这些图像良好对齐且采集自纽约市 25K 个地理定位点。为减轻巨大的像素级标注工作量，我们提出一种高效的街景图像标注流程，利用已有的卫星视角标签图及不同视角（卫星、全景、单视角）间的变换关系。借助新 OmniCity 数据集，我们为建筑底面提取、高度估计及建筑平面/实例/细粒度分割等多项任务提供基准。与现有多层次多视角基准相比，OmniCity 含更多图像、更丰富标注类型与更多视角，提供更优 SOTA 模型的基准结果，并引入街景全景图像上细粒度建筑实例分割的新任务。此外，OmniCity 为跨视角图像匹配、合成、分割、检测等现有任务提供新问题设定，并促进大规模城市理解、重建与仿真新方法的发展。OmniCity 数据集及基准将发布于 https://city-super.github.io/omnicity。
引用
@article{arxiv.2208.00928,
title = {OmniCity: Omnipotent City Understanding with Multi-level and Multi-view Images},
author = {Weijia Li and Yawen Lai and Linning Xu and Yuanbo Xiangli and Jinhua Yu and Conghui He and Gui-Song Xia and Dahua Lin},
journal= {arXiv preprint arXiv:2208.00928},
year = {2022}
}