Shooting Labels：基于虚拟现实的 3D 语义标注
计算机视觉与模式识别
2020-10-27 v2
摘要
少数大规模标注数据集（如 ImageNet、Pascal VOC 和 COCO）的可用性，使深度学习通过在若干视觉任务中取得惊人结果而彻底变革了计算机视觉研究。我们认为，促进标注数据集生成的新工具有助于将数据驱动 AI 推广至各类应用与领域。本工作中我们提出 Shooting Labels，这是首个用于稠密 3D 语义分割的 3D 标注工具，其利用虚拟现实将标注任务变得如同玩电子游戏一样轻松有趣。我们的工具可非常快速地对任意性质的 3D 数据（如点云、网格）进行语义标注。此外，Shooting Labels 高效整合多用户标注以自动提升标注精度并计算出标注不确定性图。并且，在我们的框架内 3D 标注可投影至 2D 图像，从而加速像逐像素语义标注这样 notoriously 缓慢且昂贵的任务。我们在两种不同场景中展示了工具的精度与效率：由 Matterport3D 提供的室内工作空间，以及由 1000+ 张 KITTI 图像重建的大规模室外环境。
引用
@article{arxiv.1910.05021,
title = {Shooting Labels: 3D Semantic Labeling by Virtual Reality},
author = {Pierluigi Zama Ramirez and Claudio Paternesi and Luca De Luigi and Luigi Lella and Daniele De Gregorio and Luigi Di Stefano},
journal= {arXiv preprint arXiv:1910.05021},
year = {2020}
}