PACE：杂乱环境中带有姿态标注的大规模数据集
计算机视觉与模式识别
2024-07-22 v3
摘要
我们介绍了 PACE（杂乱环境中的姿态标注），这是一个旨在推动杂乱场景中姿态估计方法发展和评估的大规模基准测试。PACE 为实例级和类别级设置提供了大规模的真实世界基准。该基准包含来自 300 个视频的 55K 帧和 258K 个标注，涵盖 43 个类别的 238 个物体，并在杂乱场景中混合了刚性和铰接物品。为了高效标注真实世界数据，我们开发了一种带有校准三相机设置的创新标注系统。此外，我们提供了 PACE-Sim，其中包含跨越 931 个物体的 100K 张照片级真实模拟帧和 240 万个标注。我们在 PACE 上测试了最先进 (SOTA) 的算法，分为姿态估计和物体姿态跟踪两个赛道，揭示了该基准的挑战和研究机遇。我们的基准代码和数据可在 https://github.com/qq456cvb/PACE 获取。
引用
@article{arxiv.2312.15130,
title = {PACE: A Large-Scale Dataset with Pose Annotations in Cluttered Environments},
author = {Yang You and Kai Xiong and Zhening Yang and Zhengxiang Huang and Junwei Zhou and Ruoxi Shi and Zhou Fang and Adam W. Harley and Leonidas Guibas and Cewu Lu},
journal= {arXiv preprint arXiv:2312.15130},
year = {2024}
}
备注
14 pages; Accepted to ECCV 2024