YCB-Ev 1.1：用于六自由度物体姿态估计的事件视觉数据集
计算机视觉与模式识别
2025-05-27 v2
摘要
我们的工作介绍了 YCB-Ev 数据集，其包含同步的 RGB-D 帧与事件数据，可用于基于这些模态评估六自由度（6DoF）物体姿态估计算法。该数据集为 YCB-Video（YCB-V）数据集中使用的相同 21 个 YCB 物体提供了真实 6DoF 物体姿态，从而支持跨数据集算法性能评估。数据集由 21 个同步的事件与 RGB-D 序列组成，总计 13,851 帧（7 分 43 秒事件数据）。值得注意的是，其中 12 个序列采用了与 BOP 挑战赛中使用的 YCB-V 子集相同的物体排布。真实姿态通过检测 RGB-D 帧中的物体、插值姿态以对齐事件时间戳，再利用外参标定将其转换至事件坐标系来生成。我们的数据集是首个为事件流提供真实 6DoF 姿态数据的集。此外，我们使用新颖的 YCB-V 序列评估了两个为 BOP 挑战赛预训练的 SOTA 算法的泛化能力。数据集公开于 https://github.com/paroj/ycbev。
引用
@article{arxiv.2309.08482,
title = {YCB-Ev 1.1: Event-vision dataset for 6DoF object pose estimation},
author = {Pavel Rojtberg and Thomas Pöllabauer},
journal= {arXiv preprint arXiv:2309.08482},
year = {2025}
}