WayveScenes101:面向自动驾驶中新视角合成的数据集与基准
计算机视觉与模式识别
2024-07-12 v1 图形学
机器人学
摘要
我们提出 WayveScenes101 数据集,旨在推动社区在 novel view synthesis 方面取得突破,专注于包含许多动态和可变形元素、具有变化几何和纹理的挑战性驾驶场景。该数据集涵盖 101 个驾驶场景,覆盖广泛的环境条件和驾驶情景。该数据集旨在对野外驾驶场景的重建进行基准测试,包括许多对场景重建方法具有天然挑战的因素,如图像眩光、快速曝光变化以及高度动态场景中显著遮挡。除原始图像外,我们还包含以标准数据格式提供的 COLMAP 派生的相机姿态。我们提出了评估协议,用于评估在训练视角之外的离轴相机视角上的模型,特别测试方法的泛化能力。最后,我们为所有场景提供详细的元数据,包括天气、时间段和交通状况,以便对模型性能进行基于场景特征的详细分解。数据集和代码均可在 https://github.com/wayveai/wayve_scenes 上获取。
引用
@article{arxiv.2407.08280,
title = {WayveScenes101: A Dataset and Benchmark for Novel View Synthesis in Autonomous Driving},
author = {Jannik Zürn and Paul Gladkov and Sofía Dudas and Fergal Cotter and Sofi Toteva and Jamie Shotton and Vasiliki Simaiaki and Nikhil Mohan},
journal= {arXiv preprint arXiv:2407.08280},
year = {2024}
}
备注
7 pages