ViVo：用于体积视频重建与压缩的数据集
计算机视觉与模式识别
2026-04-23 v2
摘要
随着神经体积视频重建与压缩研究的蓬勃发展，需要多样且逼真的数据集来开发和验证重建与压缩模型。然而，现有的体积视频数据集在真实世界生产流程中常见的语义和低级特征方面缺乏多样性内容。在此背景下，我们提出了一个用于体积视频重建与压缩的新数据集 ViVo。该数据集忠实于真实世界的体积视频制作，并且是首个将多样性的定义扩展到包含以人为中心的特征（皮肤、头发等）和动态视觉现象（透明、反射、液体等）的数据集。该数据库中的每个视频序列包含原始数据，包括十四对多视角 RGB 和深度视频对，以 30FPS 同步并带有逐帧标定和音频数据，以及相关的 2-D 前景掩码和 3-D 点云。为了演示该数据库的用途，我们对三种最先进的 3-D 重建方法和两种体积视频压缩算法进行了基准测试。所得结果证明了所提出数据集的挑战性以及现有数据集在体积视频重建和压缩任务上的局限性，突出了为这些应用开发更有效算法的需求。数据库及相关结果可在 https://vivo-bvicr.github.io/ 获取。
引用
@article{arxiv.2506.00558,
title = {ViVo: A Dataset for Volumetric Video Reconstruction and Compression},
author = {Adrian Azzarelli and Ge Gao and Ho Man Kwan and Fan Zhang and Nantheera Anantrasirichai and Ollie Moolan-Feroze and David Bull},
journal= {arXiv preprint arXiv:2506.00558},
year = {2026}
}