TRansPose：用于透明物体的大规模多光谱数据集
计算机视觉与模式识别
2023-11-13 v3 机器人学
摘要
透明物体在我们的日常生活中频繁出现，但由于其独特的材料特性，常规视觉传感器难以识别它们，无法从 RGB 或深度相机良好地感知。为克服这一限制，热红外相机已成为一种解决方案，为透明物体提供了改进的可见性与形状信息。在本文中，我们提出 TRansPose，首个结合立体 RGB-D、热红外（TIR）图像与物体位姿的大规模多光谱数据集，以推动透明物体研究。该数据集包含 99 个透明物体，涵盖 43 件家居物品、27 件可回收垃圾、29 件化学实验室用品以及 12 个非透明物体。它包含海量的 333,819 张图像与 4,000,056 个标注，提供实例级分割掩码、真实位姿与补全的深度信息。数据使用 FLIR A65 热红外（TIR）相机、两台 Intel RealSense L515 RGB-D 相机以及 Franka Emika Panda 机器人操纵器采集。TRansPose 跨越 87 个序列，覆盖多种具有挑战性的真实场景，包括装水的物体、多样光照条件、严重杂乱、非透明或半透明容器、塑料袋中的物体以及多层堆叠物体。TRansPose 数据集可从以下链接获取：https://sites.google.com/view/transpose-dataset
引用
@article{arxiv.2307.05016,
title = {TRansPose: Large-Scale Multispectral Dataset for Transparent Object},
author = {Jeongyun Kim and Myung-Hwan Jeon and Sangwoo Jung and Wooseong Yang and Minwoo Jung and Jaeho Shin and Ayoung Kim},
journal= {arXiv preprint arXiv:2307.05016},
year = {2023}
}
备注
The International Journal of Robotics Research (IJRR)