SUM Parts: Benchmarking Part-Level Semantic Segmentation of Urban Meshes

要約

都市のシーン分析におけるセマンティックセグメンテーションは、主に画像またはポイントクラウドに焦点を合わせていますが、テクスチャされたメッシュ（より豊富な空間表現を提供）は露出度の低いままです。
このペーパーでは、パートレベルのセマンティックラベルを備えた都市のテクスチャメッシュの最初の大規模なデータセットであるSum Partsを紹介し、21のクラスで約2.5 km2をカバーしています。
データセットは、効率的なインタラクティブ選択を備えた顔とテクスチャベースの注釈の両方をサポートする独自の注釈ツールを使用して作成されました。
また、このデータセットで3Dセマンティックセグメンテーションとインタラクティブな注釈方法の包括的な評価を提供します。
プロジェクトページは、https：//tudelft3d.github.io/sumparts/で入手できます。

要約(オリジナル)

Semantic segmentation in urban scene analysis has mainly focused on images or point clouds, while textured meshes – offering richer spatial representation – remain underexplored. This paper introduces SUM Parts, the first large-scale dataset for urban textured meshes with part-level semantic labels, covering about 2.5 km2 with 21 classes. The dataset was created using our own annotation tool, which supports both face- and texture-based annotations with efficient interactive selection. We also provide a comprehensive evaluation of 3D semantic segmentation and interactive annotation methods on this dataset. Our project page is available at https://tudelft3d.github.io/SUMParts/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google