SPair-71k：用于语义对应的大规模基准数据集
计算机视觉与模式识别
2019-08-29 v1
摘要
在较大的类内变化下建立视觉对应关系（通常被称为语义对应或语义匹配）仍然是计算机视觉中的一个挑战性问题。然而，尽管其意义重大，大多数用于语义对应的数据集仅限于少量具有相似视角和尺度的图像对。在本文中，我们提出了一个新的语义配对图像大规模基准数据集 SPair-71k，其中包含 70,958 对在视角和尺度上具有多样变化的图像对。与以往的数据集相比，它在数量上显著增加，并包含更准确、更丰富的标注。我们相信该数据集将为研究语义对应问题提供可靠的测试平台，并将有助于推进该领域的研究。我们在新数据集上提供了近期方法的结果，作为进一步研究的基线。我们的基准数据集可在 http://cvlab.postech.ac.kr/research/SPair-71k/ 在线获取。
引用
@article{arxiv.1908.10543,
title = {SPair-71k: A Large-scale Benchmark for Semantic Correspondence},
author = {Juhong Min and Jongmin Lee and Jean Ponce and Minsu Cho},
journal= {arXiv preprint arXiv:1908.10543},
year = {2019}
}
备注
Extension of ICCV 2019 paper, Hyperpixel Flow: Semantic Correspondence with Multi-layer Neural Features. arXiv admin note: text overlap with arXiv:1908.06537