A Large Scale Homography Benchmark

要約

1DSfM データセットからの 10,000 枚の画像で観測された約 1000 面の 3D での平面の大規模なデータセット Pi3D と、Pi3D を活用した大規模なホモグラフィ推定ベンチマークである HEB を提示します。
Pi3D データセットのアプリケーションは多様です。
単眼深度、表面法線推定、および画像マッチング アルゴリズムのトレーニングまたは評価。
HEB データセットは 226 260 の同形異義語で構成され、およそ 4M の対応が含まれています。
ホモグラフィは、多くの場合、視点と照明が大幅に変化する画像をリンクします。
HEB のアプリケーションとして、幅広いロバスト推定量とディープ ラーニング ベースの対応フィルタリング手法の厳密な評価を実行し、ロバスト ホモグラフィ推定における現在の最先端を確立します。
また、SIFT 方向とスケール w.r.t の不確実性も評価します。
基礎となるホモグラフィから得られるグラウンド トゥルースと、カスタム検出器の不確実性を比較するためのコードを提供します。
データセットは \url{https://github.com/danini/homography-benchmark} で入手できます。

要約(オリジナル)

We present a large-scale dataset of Planes in 3D, Pi3D, of roughly 1000 planes observed in 10 000 images from the 1DSfM dataset, and HEB, a large-scale homography estimation benchmark leveraging Pi3D. The applications of the Pi3D dataset are diverse, e.g. training or evaluating monocular depth, surface normal estimation and image matching algorithms. The HEB dataset consists of 226 260 homographies and includes roughly 4M correspondences. The homographies link images that often undergo significant viewpoint and illumination changes. As applications of HEB, we perform a rigorous evaluation of a wide range of robust estimators and deep learning-based correspondence filtering methods, establishing the current state-of-the-art in robust homography estimation. We also evaluate the uncertainty of the SIFT orientations and scales w.r.t. the ground truth coming from the underlying homographies and provide codes for comparing uncertainty of custom detectors. The dataset is available at \url{https://github.com/danini/homography-benchmark}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google