MESSI: A Multi-Elevation Semantic Segmentation Image Dataset of an Urban Environment

要約

このペーパーでは、密集した都市環境を飛んでいるドローンで撮影された2525の画像で構成されるマルチエレベーションセマンティックセグメンテーション画像（MESSI）データセットを紹介します。
メッシは2つの主要な機能でユニークです。
まず、さまざまな高度からの画像が含まれているため、セマンティックセグメンテーションに対する深さの影響を調査できます。
第二に、いくつかの異なる都市部（異なる高度）から取得した画像が含まれています。
これは、ドローンの3Dフライトによって捉えられた視覚的な豊かさをカバーし、水平および垂直の操作を実行するため、これは重要です。
Messiには、場所、方向、およびカメラの固有のパラメーターが注釈された画像が含まれており、セマンティックセグメンテーションまたはその他の関心のあるアプリケーション（ローカリゼーション、ナビゲーション、追跡など）のために深いニューラルネットワークをトレーニングするために使用できます。
このペーパーでは、データセットについて説明し、注釈の詳細を提供します。
また、いくつかのニューラルネットワークモデルを使用してセマンティックセグメンテーションがどのように実行されたかを説明し、いくつかの関連統計を示しています。
メッシはパブリックドメインに掲載され、ドローンまたは密集した都市環境を飛んでいるドローンによってキャプチャされた画像を使用したセマンティックセグメンテーションの評価ベンチマークとして機能します。

要約(オリジナル)

This paper presents a Multi-Elevation Semantic Segmentation Image (MESSI) dataset comprising 2525 images taken by a drone flying over dense urban environments. MESSI is unique in two main features. First, it contains images from various altitudes, allowing us to investigate the effect of depth on semantic segmentation. Second, it includes images taken from several different urban regions (at different altitudes). This is important since the variety covers the visual richness captured by a drone’s 3D flight, performing horizontal and vertical maneuvers. MESSI contains images annotated with location, orientation, and the camera’s intrinsic parameters and can be used to train a deep neural network for semantic segmentation or other applications of interest (e.g., localization, navigation, and tracking). This paper describes the dataset and provides annotation details. It also explains how semantic segmentation was performed using several neural network models and shows several relevant statistics. MESSI will be published in the public domain to serve as an evaluation benchmark for semantic segmentation using images captured by a drone or similar vehicle flying over a dense urban environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google