ICCVSep, 2021

StereOBJ-1M：6D 物体位姿估计的大规模立体图像数据集

PDF
TL;DR我们介绍了一个大规模立体 RGB 图像物体姿态估计数据集 StereOBJ-1M，为了解决透明、半透明、反射等复杂场景下的姿态估计问题，并通过一种新颖的多视图注释方法有效地收集了足够规模的数据。该数据集包含超过 393K 帧、超过 1.5M 注释的 18 个物体的全标注 6D 姿态，并在 11 个不同环境中记录的 182 个场景中展示。我们将两种最先进的姿态估计框架作为基线，提出了一种新颖的基于关键点预测的物体级姿态优化方法。
发现论文，激发创造
  • HomebrewedDB：用于 3D 物体 6D 姿态估计的 RGB-D 数据集

    本文介绍了一个新的数据集和基准测试标准，主要针对从 3D 模型（有纹理和无纹理）训练，可扩展性，遮挡，光照和物体外观的变化等方面测试 6D 姿态估计算法的性能，并使用最先进的 DPOD 检测器来设置基线。

    Apr, 2019

  • 面向工业拾取的大规模 6D 物体姿态估计数据集

    该论文介绍了一个新的公共数据集，用于工业抽取物品的 6D 物体姿态估计和实例分割，涉及 6D 姿态、可见度分数、分割掩模等注释数据，是目前为止关于垃圾桶拣选 6D 物体姿态估计和实例分割的第一个公共数据集，并且也是物体姿态估计中最大的公共数据集之一，数据集可以在 Link 中公开访问。

    Dec, 2019

  • Omni6DPose：一种用于普适 6D 物体姿态估计和跟踪的基准和模型

    6D 目标姿态估计是计算机视觉中一个重要且具有挑战性的任务，本文介绍了 Omni6DPose 数据集以及使用 GenPose++ 方法对其进行的基准分析。

    Jun, 2024

  • ClearPose: 大规模透明物体数据集和基准

    本研究针对透明物体的属性，提出了一种大规模真实世界 RGB-Depth 透明物体数据集，命名为 ClearPose，用于定量评价分割、场景级深度完成和物体居中姿态估计的任务，该数据集包含超过 350K 个标记的真实世界 RGB-Depth 帧和 5M 个实例注释涵盖 63 种家庭物品等。

    Mar, 2022

  • 多零件场景下对称感知的三维物体检测和位姿估计评估

    本研究旨在解决 3D 物体检测与姿态估计的评估问题，通过自动技术生产全注释 RGBD 数据的多个对象，并提出一致的评估方法和数据集，以获得更高的性能表现。

    Jun, 2018

  • 用于多视角三维重建的现实数据集

    本文介绍了一种包含近千个三维对象模型及超过 84 万个现实世界的 RGB 和深度图像数据集，旨在填补现有研究中缺乏的三维多视图重建的真实数据基准。该数据集通过半自动方式实现相机位置与物体姿态的精准标注，为形状重建、物体姿态估计、形状检索等 3D 应用提供了可能。数据集已开放，包含注释工具和评估基准源代码。

    Mar, 2022

  • SIDOD: 一种用于带有分心物体的 3D 物体姿态识别的合成图像数据集

    该研究介绍了一个由 NVIDIA 深度学习数据合成器生成的新的、可公开获取的图像数据集，用于目标检测、姿势估计和跟踪应用。该数据集包含 144k 个立体图像对，将三个真实环境中的 18 个相机视角合成，其中实验对象包括最多 10 个随机选择的物体和飞行干扰器。

    Aug, 2020

  • KeyPose：透明物体多视图三维标注与关键点估计

    该论文提出了一种基于双目视觉输入的深度神经网络，称为 KeyPose，并使用该网络从 RGB 相机标记的三维关键点预测物体姿势，即使在透明物体的情况下也能取得比现有方法更好的 3D 姿态估计表现。

    Dec, 2019

  • Objectron：一个对野外物体为中心的大规模视频数据集，带有姿态标注

    介绍了 Objectron 数据集，旨在推进 3D 物体检测等新兴研究领域的发展，数据集中有九个类别的注释短视频，包含了 1400 万个注释图像和 14819 个注释视频。同时，提出了一种新的评估指标，3D Intersection over Union，证明了数据集在推进 3D 物体检测任务方面的有用性。提供了在该数据集上训练的基准模型。

    Dec, 2020

  • 扩展用于立体视觉的 6D 物体姿态估计器

    使用稠密特征从 RGB 图像中直接回归物体的 6D 姿态是一个困难的任务，但最近的方法通过利用稠密特征在直接回归姿态方面取得了最先进的结果。使用立体视觉可以减少姿态的模糊性和遮挡，并且可以直接推断物体的距离。为了扩展立体的 6D 物体姿态估计到最新技术，我们创建了与 YCB-V 数据集兼容的立体版本。我们的方法利用立体视觉优于最先进的 6D 姿态估计算法，并且可以容易地用于其他基于稠密特征的算法。

    Feb, 2024