PIV3CAMS：用于多种计算机视觉任务的多摄像头数据集及其用于新视角合成的应用
计算机视觉与模式识别
2024-07-29 v1
摘要
现代计算机视觉任务的做法大量依赖机器学习，这需要大量高质量图像。虽然存在大量单一类型图像的数据集，但缺乏来自多摄像机的数据集。本论文引入了来自三台摄像机的配对图像和视频数据集，称为 PIV3CAMS（Paired Image and Video data from three CAMeraS），旨在解决多种计算机视觉任务。PIV3CAMS 数据集包含 8385 对图像和 82 对视频，来自三台不同的摄像机：Canon D5 Mark IV、华为 P20 和 ZED 立体相机。数据集包括来自瑞士苏黎世和韩国庆原不同位置的各种室内和室外场景。可以从 PIV3CAMS 数据集中受益的一些计算机视觉应用包括图像/视频增强、视角插值、图像匹配等。我们提供了数据收集过程的详细说明和数据分析。论文的后半部分研究了深度信息在视角合成任务中的作用。除了对当前的前沿算法进行再生外，我们还探讨了几种几何方法整合深度信息的备选模型。通过大量实验，我们显示深度在小幅视角变化中的作用至关重要。最后，我们将我们的模型应用于所提出的 PIV3CAMS 数据集，以合成目标视角作为 PIV3CAMS 的一个示例应用。
引用
@article{arxiv.2407.18695,
title = {PIV3CAMS: a multi-camera dataset for multiple computer vision problems and its application to novel view-point synthesis},
author = {Sohyeong Kim and Martin Danelljan and Radu Timofte and Luc Van Gool and Jean-Philippe Thiran},
journal= {arXiv preprint arXiv:2407.18695},
year = {2024}
}