FLSea: Underwater Visual-Inertial and Stereo-Vision Forward-Looking Datasets

要約

水中での視認性は困難で、被写体とカメラの間の距離が大きくなるにつれて低下し、前向き方向の視覚タスクがより困難になります。
地中海と紅海で、水中の前向きステレオ ビジョンと視覚慣性画像セットを収集しました。
私たちの知る限り、グラウンドトゥルースで公開されたこのカメラセンサーの向きで取得された水中環境には、他の公開データセットはありません。
これらのデータセットは、障害物回避、ビジュアル オドメトリ、3D 追跡、同時位置推定とマッピング (SLAM)、深度推定など、いくつかの水中アプリケーションの開発に不可欠です。
ステレオ データセットには、既知のサイズのオブジェクトを含む動的な水中環境で同期されたステレオ イメージが含まれます。
視覚慣性データセットには、単眼画像と IMU 測定値が含まれており、ミリ秒分解能のタイムスタンプと、シーンに配置された既知のサイズのオブジェクトに対応しています。
どちらのセンサー構成でも、ステレオ セットアップではキャリブレーションされたベースラインを使用し、視覚慣性セットアップでは IMU を使用してスケールを推定できます。
写真測量を使用して、両方のデータセット タイプのグラウンド トゥルース深度マップをオフラインで作成しました。
グラウンド トゥルースは、画像化された環境全体に配置された複数の既知の測定値で検証されます。
合計で 5 つのステレオ データセットと 8 つの視覚慣性データセットがあり、それぞれに数千の画像が含まれており、さまざまな水中の可視性と周囲光条件、自然構造と人工構造、動的なカメラ モーションが含まれています。
カメラの前向きの向きにより、これらのデータセットはユニークであり、水中の障害物回避アルゴリズムのテストや動的環境での海底近くでのナビゲーションに理想的です。
私たちのデータセットを使用して、動的および/または浅瀬環境での水中車両の自律機能の進歩を促進したいと考えています。

要約(オリジナル)

Visibility underwater is challenging, and degrades as the distance between the subject and camera increases, making vision tasks in the forward-looking direction more difficult. We have collected underwater forward-looking stereo-vision and visual-inertial image sets in the Mediterranean and Red Sea. To our knowledge there are no other public datasets in the underwater environment acquired with this camera-sensor orientation published with ground-truth. These datasets are critical for the development of several underwater applications, including obstacle avoidance, visual odometry, 3D tracking, Simultaneous Localization and Mapping (SLAM) and depth estimation. The stereo datasets include synchronized stereo images in dynamic underwater environments with objects of known-size. The visual-inertial datasets contain monocular images and IMU measurements, aligned with millisecond resolution timestamps and objects of known size which were placed in the scene. Both sensor configurations allow for scale estimation, with the calibrated baseline in the stereo setup and the IMU in the visual-inertial setup. Ground truth depth maps were created offline for both dataset types using photogrammetry. The ground truth is validated with multiple known measurements placed throughout the imaged environment. There are 5 stereo and 8 visual-inertial datasets in total, each containing thousands of images, with a range of different underwater visibility and ambient light conditions, natural and man-made structures and dynamic camera motions. The forward-looking orientation of the camera makes these datasets unique and ideal for testing underwater obstacle-avoidance algorithms and for navigation close to the seafloor in dynamic environments. With our datasets, we hope to encourage the advancement of autonomous functionality for underwater vehicles in dynamic and/or shallow water environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google