R3DS：面向全景场景理解的现实关联三维场景数据集
计算机视觉与模式识别
2024-03-20 v1
摘要
我们引入了现实关联三维场景（R3DS）数据集，这是一个合成三维场景数据集，其场景布局反映了来自 Matterport3D 全景图的真实世界场景布置。与先前工作相比，R3DS 拥有更完整且物体更密集的场景，其中的物体与全景图中的真实世界观测相关联。R3DS 还为每个场景提供了物体支撑层级结构以及匹配的物体集合（例如，餐桌周围相同的椅子）。总体而言，R3DS 包含 1.9 万个物体，由来自 100 多个物体类别的 3,784 个不同 CAD 模型表示。我们在全景场景理解任务上展示了 R3DS 的有效性。我们发现：1) 在 R3DS 上训练能够实现更好的泛化；2) 使用 R3DS 训练的支撑关系预测，其性能优于启发式计算的支撑关系；3) R3DS 为未来全景场景理解的研究提供了一个具有挑战性的基准。
引用
@article{arxiv.2403.12301,
title = {R3DS: Reality-linked 3D Scenes for Panoramic Scene Understanding},
author = {Qirui Wu and Sonia Raychaudhuri and Daniel Ritchie and Manolis Savva and Angel X Chang},
journal= {arXiv preprint arXiv:2403.12301},
year = {2024}
}