YCB-Ev SD：用于6DoF物体姿态估计的合成事件视觉数据集
计算机视觉与模式识别
2025-11-17 v1
摘要
我们介绍YCB-Ev SD，这是一个用于6DoF物体姿态估计的事件相机标准分辨率(SD)数据集。尽管合成数据已成为基于帧的计算机视觉中不可或缺的资源，但事件视觉领域缺乏类似的全面性资源。为弥补这一差距，我们提供了50,000个每次34ms持续的事件序列，合成自基于物理渲染(PBR)的YCB-Video物体场景，遵循6D物体姿态基准(BOP)方法。我们的生成框架采用仿真线性相机运动，确保场景覆盖，包括背景活动。通过系统评估CNN用于推断的事件表示，我们证明以线性衰减和双极性编码的时序图表在姿态估计性能上优于指数衰减和单极性编码，优势显著。我们的分析表明，极性信息对性能提升贡献最大，而线性时间编码比指数衰减更有效地保留了关键运动信息。该数据集以结构化格式提供，包括原始事件流和预计算的最佳表示，以便快速用于研究和可重复的基准测试。数据集已公开提供于https://huggingface.co/datasets/paroj/ycbev_sd。
关键词
引用
@article{arxiv.2511.11344,
title = {YCB-Ev SD: Synthetic event-vision dataset for 6DoF object pose estimation},
author = {Pavel Rojtberg and Julius Kühn},
journal= {arXiv preprint arXiv:2511.11344},
year = {2025}
}