SkyScenes：用于航空场景理解的合成数据集
计算机视觉与模式识别
2024-09-24 v2
摘要
现实世界的航空场景理解受限于缺乏包含在多样化条件下精心标注的密集标注图像的数据集。由于在受控现实环境中获取此类图像存在固有挑战，我们提出了 SkyScenes，一个从无人机（UAV）视角捕获的密集标注航空图像的合成数据集。我们从 CARLA 精心挑选 SkyScenes 图像，以全面捕捉布局（城市和乡村地图）、天气条件、时间、俯仰角和高度等方面的多样性，并配有相应的语义、实例和深度标注。通过使用 SkyScenes 进行的实验，我们表明：（1）在 SkyScenes 上训练的模型能很好地泛化到不同的真实世界场景；（2）用 SkyScenes 数据增强真实图像的训练可以提高真实世界的性能；（3）SkyScenes 中的受控变化可以揭示模型如何响应视点条件（高度和俯仰角）、天气和时间的变化；（4）结合额外的传感器模态（深度）可以改善航空场景理解。我们的数据集和相关的生成代码已公开提供：https://hoffman-group.github.io/SkyScenes/
引用
@article{arxiv.2312.06719,
title = {SkyScenes: A Synthetic Dataset for Aerial Scene Understanding},
author = {Sahil Khose and Anisha Pal and Aayushi Agarwal and Deepanshi and Judy Hoffman and Prithvijit Chattopadhyay},
journal= {arXiv preprint arXiv:2312.06719},
year = {2024}
}
备注
Accepted at The 18th European Conference on Computer Vision ECCV 2024