SIDOD：用于带干扰物三维物体位姿识别的合成图像数据集
计算机视觉与模式识别
2020-08-14 v1 图形学
机器学习
机器人学
图像与视频处理
摘要
我们提出了一个由 NVIDIA 深度学习数据合成器生成的新公开图像数据集，旨在用于目标检测、位姿估计与跟踪应用。该数据集包含 144k 个立体图像对，将三个照片级真实感虚拟环境的 18 个相机视角与最多 10 个物体（从 YCB 数据集 [1] 的 21 个物体模型中随机选取）以及飞行干扰物进行合成。物体与相机位姿、场景光照以及物体和干扰物的数量均被随机化。每个提供的视图均包含 RGB、深度、分割与表面法线图像，且均为像素级。我们描述了领域随机化的方法，并就该数据集生成过程中的决策提供了见解。
引用
@article{arxiv.2008.05955,
title = {SIDOD: A Synthetic Image Dataset for 3D Object Pose Recognition with Distractors},
author = {Mona Jalal and Josef Spjut and Ben Boudaoud and Margrit Betke},
journal= {arXiv preprint arXiv:2008.05955},
year = {2020}
}
备注
3 pages, 4 figures, 1 table, Accepted at CVPR 2019 Workshop