STPLS3D:大规模合成与真实航空摄影测量3D点云数据集
计算机视觉与模式识别
2025-12-02 v3
摘要
尽管近期提出了具有不同功能和规模的各种3D数据集,个人完成大规模数据收集、清理和标注的完整流程仍具挑战性。此外,所创建的数据集通常受类别分布极度不平衡或部分低质量数据样本所困扰。受此启发,我们探索程序化合成3D数据生成范式,以使个人具备创建大规模标注摄影测量点云的全部能力。具体而言,我们引入一种合成航空摄影测量点云生成流程,充分利用开放地理空间数据源和现成商业软件包。与在虚拟游戏中生成合成数据(其模拟数据通常具有由美术师创建的有限游戏环境)不同,所提流程通过在不同合成地形形状和建筑密度上遵循相同无人机飞行模式来模拟真实环境的重建过程,从而确保与真实数据相似的质量、噪声模式和多样性。此外,精确的语义和实例标注可全自动生成,避免了昂贵且耗时的手动标注。基于所提流程,我们提出一个丰富标注的合成3D航空摄影测量点云数据集,称为STPLS3D,包含超过16 的景观和多达18个细粒度语义类别。为验证目的,我们还提供了从真实环境四个区域收集的并行数据集。在我们的数据集上进行的大量实验证明了所提合成数据集的有效性和质量。
引用
@article{arxiv.2203.09065,
title = {STPLS3D: A Large-Scale Synthetic and Real Aerial Photogrammetry 3D Point Cloud Dataset},
author = {Meida Chen and Qingyong Hu and Zifan Yu and Hugues Thomas and Andrew Feng and Yu Hou and Kyle McCullough and Fengbo Ren and Lucio Soibelman},
journal= {arXiv preprint arXiv:2203.09065},
year = {2025}
}