为基准测试而游戏
计算机视觉与模式识别
2017-09-22 v1
摘要
我们提出了一套用于视觉感知的基准测试套件。该基准基于超过 25 万帧高分辨率视频，所有帧均标注了用于低级和高级视觉任务的真值数据，包括光流、语义实例分割、目标检测与跟踪、目标级三维场景布局以及视觉里程计。所有任务的真值数据对每一帧均可用。数据是在一个逼真的虚拟世界中，通过驾驶、骑行和步行总计 184 公里，并在多样的环境条件下采集的。为创建该基准，我们开发了一种无需访问模拟世界源代码或内容即可从中收集真值数据的新方法。我们进行的统计分析表明，基准中场景的构成与相应物理环境的构成高度吻合。所收集数据的逼真度进一步通过感知实验得到验证。我们分析了当前最先进方法在多项任务上的性能，提供了参考基线并指出了未来研究的挑战。补充视频可在 https://youtu.be/T9OybWv923Y 观看。
引用
@article{arxiv.1709.07322,
title = {Playing for Benchmarks},
author = {Stephan R. Richter and Zeeshan Hayder and Vladlen Koltun},
journal= {arXiv preprint arXiv:1709.07322},
year = {2017}
}
备注
Published at the International Conference on Computer Vision (ICCV 2017)