牛津多运动数据集：带真值的多个SE(3)运动

数据集通过提出具有挑战性的新问题并提供算法比较的标准化方法来推进研究。对于机器人与计算机视觉中许多重要问题，包括自运动估计和运动/场景分割，都存在高质量数据集，但对于估计场景中每一个运动的技术则没有。对这些多运动估计技术的度量评估需要包含多个复杂运动且每个运动体都带真值的数据集。牛津多运动数据集提供了一系列不同复杂度的多运动估计问题。它既包含挑战现有算法的复杂问题，也包含若干较简单问题以支持开发。这些包括来自静态和动态传感器的观测、不同数量的运动体以及多种不同的3D运动。它还提供了若干旨在隔离多运动问题特定挑战的实验，包括绕光轴旋转和遮挡。总体而言，牛津多运动数据集包含超过110分钟的多运动数据，由立体和RGB-D相机图像、IMU数据以及Vicon真值轨迹组成。该数据集以一段复杂的玩具车片段作为代表许多具挑战性真实场景的收尾。本文描述每个实验并着重其与多运动估计问题的相关性。