SEED4D：用于生成、驾驶数据集和基准的合成 Ego--Exo 动态 4D 数据生成器
计算机视觉与模式识别
2025-09-04 v2
摘要
包括少数样本插值和外推设置的以 egocentric 3D 和 4D 重建为目标的模型可从外部视点获取图像作为监督信号。目前没有现有数据集提供必要的复杂、动态和多视图数据的混合。为促进自动驾驶语境中 3D 和 4D 重建方法的开发，我们提出了一个 Synthetic Ego--Exo Dynamic 4D（SEED4D）数据生成器和数据集。我们提供了一个可自定义、易用的数据生成器，用于创建时空多视图数据。我们的开源数据生成器允许创建用于NuScenes、KITTI360和Waymo数据集中常见的摄像机设置的合成数据。此外，SEED4D包含两个大型多视图合成城市场景数据集。我们的静态（3D）数据集包含来自2000个场景的21.2万颗向内和向外的车辆图像，而我们的动态（4D）数据集包含来自10000条轨迹的1680万张图像，每条轨迹在100个时间点上采样，包含egocentric图像、exocentric图像和LiDAR数据。数据集和数据生成器可在GitHub上找到。
引用
@article{arxiv.2412.00730,
title = {SEED4D: A Synthetic Ego--Exo Dynamic 4D Data Generator, Driving Dataset and Benchmark},
author = {Marius Kästingschäfer and Théo Gieruc and Sebastian Bernhard and Dylan Campbell and Eldar Insafutdinov and Eyvaz Najafli and Thomas Brox},
journal= {arXiv preprint arXiv:2412.00730},
year = {2025}
}
备注
WACV 2025. Project page: https://seed4d.github.io/. Code: https://github.com/continental/seed4d