StereOBJ-1M：面向 6D 物体位姿估计的大规模立体图像数据集
计算机视觉与模式识别
2022-03-16 v3 机器学习
机器人学
摘要
我们提出一个名为 的大规模立体 RGB 图像物体位姿估计数据集。该数据集旨在应对诸如物体透明、半透明和镜面反射等挑战性情况，以及遮挡、对称性、光照与环境变化等常见挑战。为了收集足以满足现代深度学习模型规模的数据，我们提出了一种新颖的多视图高效标注位姿数据的方法，允许在复杂且灵活的环境中捕获数据。我们的数据集完整标注了 6D 物体位姿，包含超过 393K 帧和超过 1.5M 个标注，涵盖在 11 种不同环境中构建的 182 个场景里记录的 18 个物体。这 18 个物体包括 8 个对称物体、7 个透明物体和 8 个反射物体。我们在 StereOBJ-1M 上以两个最先进（SOTA）的位姿估计框架作为未来工作的基线进行基准测试。我们还提出了一种新颖的物体级位姿优化方法，用于从多幅图像中的关键点预测计算 6D 位姿。项目网站：https://sites.google.com/view/stereobj-1m。
引用
@article{arxiv.2109.10115,
title = {StereOBJ-1M: Large-scale Stereo Image Dataset for 6D Object Pose Estimation},
author = {Xingyu Liu and Shun Iwase and Kris M. Kitani},
journal= {arXiv preprint arXiv:2109.10115},
year = {2022}
}
备注
ICCV 2021