SynthCity：一个大规模合成点云
计算机视觉与模式识别
2019-07-11 v1
摘要
随着深度学习成为三维点云数据自动分类的一种更突出的方法，一个关键瓶颈是高质量训练数据的数量，尤其是与二维图像可用的数据相比。一个潜在的解决方案是使用合成数据对网络进行预训练，然而对于 point cloud（点云），模型从合成数据到真实世界数据的泛化能力研究甚少。尽管如此，存在大量三维虚拟环境，若被证明有效便可被利用。因此我们主张该领域的研究将具有重大用途。在本文中我们提出SynthCity一个开放数据集以帮助推动研究。SynthCity是一个367.9M点的合成全彩色移动激光扫描点云。每个点被赋予九类之一中的标签。我们使用Blender的Blensor插件在典型城市/郊区环境中生成我们的点云。
引用
@article{arxiv.1907.04758,
title = {SynthCity: A large scale synthetic point cloud},
author = {David Griffiths and Jan Boehm},
journal= {arXiv preprint arXiv:1907.04758},
year = {2019}
}
备注
6 pages, 4 figures, dataset white paper