SceneEdited：基于图像引导变更检测的城市规模3D HD图更新基准
计算机视觉与模式识别
2025-11-20 v1
摘要
准确且及时的高定义（HD）地图对于城市规划、基础设施监测和自动驾驶导航至关重要。然而，随着环境不断演变，这些地图很快会过时，为此亟需一种鲁棒的方法，不仅能够检测变更，还能将其纳入更新的3D表示。尽管变更检测技术取得了显著进展，但仍存在一个明显的差距：即检测变更与实际更新3D地图之间存在差距，特别是依赖于基于2D图像的变更检测。为此，我们提出SceneEdited——第一个专为支持通过3D点云更新来维护HD地图研究而设计的城市规模数据集。SceneEdited包含超过800个最新场景，覆盖73公里的驾驶路径，约3平方公里的城市区域，包含23000多个人工和自动创建的合成对象变更，模拟真实的城市修改，如缺失的路边设施、建筑物、空中道路和电力杆。每个场景包括校准后的RGB图像、LiDAR扫描以及详细的变更掩码，用于训练和评估。我们还提供了使用基于图像的结构从运动（structure-from-motion）管线更新过时场景的基线方法，以及一个全面的工具包，支持可扩展性、可追踪性和可移植性，以支持数据集的未来扩展和统一的过时对象注释。该数据集和工具包均公开可用于 https://github.com/ChadLin9596/ScenePoint-ETK，建立了3D地图更新研究的标准化基准。
引用
@article{arxiv.2511.15153,
title = {SceneEdited: A City-Scale Benchmark for 3D HD Map Updating via Image-Guided Change Detection},
author = {Chun-Jung Lin and Tat-Jun Chin and Sourav Garg and Feras Dayoub},
journal= {arXiv preprint arXiv:2511.15153},
year = {2025}
}
备注
accepted by WACV 2026