要約
3Dオブジェクトの再構築は、AR/VRで幅広い用途を持つ重要なコンピュータービジョンタスクです。
このタスクのために開発された深層学習アルゴリズムは、通常、ShapeNetやThings3Dなどの非現実的な合成データセットに依存しています。
一方、既存の実際にキャプチャされたオブジェクト中心のデータセットには、通常、教師ありトレーニングや信頼性の高い評価を可能にするのに十分な注釈がありません。
このテクニカルレポートでは、フォトリアリスティックなオブジェクト中心のデータセットHM3D-ABOを紹介します。
リアルな室内シーンとリアルなオブジェクトを組み合わせて構成されています。
構成ごとに、マルチビューRGB観測、オブジェクトの水密メッシュモデル、グラウンドトゥルース深度マップ、およびオブジェクトマスクを提供します。
提案されたデータセットは、カメラのポーズ推定や斬新なビューの合成などのタスクにも役立つ可能性があります。
データセット生成コードはhttps://github.com/zhenpeiyang/HM3D-ABOでリリースされています。
要約(オリジナル)
Reconstructing 3D objects is an important computer vision task that has wide application in AR/VR. Deep learning algorithm developed for this task usually relies on an unrealistic synthetic dataset, such as ShapeNet and Things3D. On the other hand, existing real-captured object-centric datasets usually do not have enough annotation to enable supervised training or reliable evaluation. In this technical report, we present a photo-realistic object-centric dataset HM3D-ABO. It is constructed by composing realistic indoor scene and realistic object. For each configuration, we provide multi-view RGB observations, a water-tight mesh model for the object, ground truth depth map and object mask. The proposed dataset could also be useful for tasks such as camera pose estimation and novel-view synthesis. The dataset generation code is released at https://github.com/zhenpeiyang/HM3D-ABO.
arxiv情報
| 著者 | Zhenpei Yang,Zaiwei Zhang,Qixing Huang |
| 発行日 | 2022-06-24 16:02:01+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google