ECLAIR: A High-Fidelity Aerial LiDAR Dataset for Semantic Segmentation

要約

点群セマンティック セグメンテーションの研究を進めるために特別に設計された新しい屋外大規模航空 LiDAR データセットである ECLAIR (AI 認識のための Lidar の拡張分類) を紹介します。
この種のコレクションとしてはこれまでで最も広範で多様なデータセットで、総面積 10$km^2$ と 6 億近くのポイントをカバーし、11 の異なるオブジェクト カテゴリを特徴としています。
データセットの品質と有用性を保証するために、内部の専門家チームを通じてポイント ラベルを徹底的に厳選し、セマンティック ラベル付けの精度と一貫性を確保しました。
このデータセットは、新たな課題と潜在的なアプリケーションを提示することで、3D 都市モデリング、シーン理解、公共インフラ管理の分野を前進させるように設計されています。
ベンチマークとして、ミンコフスキー エンジンに基づくボクセルベースの点群セグメンテーション アプローチの定性的および定量的分析を報告します。

要約(オリジナル)

We introduce ECLAIR (Extended Classification of Lidar for AI Recognition), a new outdoor large-scale aerial LiDAR dataset designed specifically for advancing research in point cloud semantic segmentation. As the most extensive and diverse collection of its kind to date, the dataset covers a total area of 10$km^2$ with close to 600 million points and features eleven distinct object categories. To guarantee the dataset’s quality and utility, we have thoroughly curated the point labels through an internal team of experts, ensuring accuracy and consistency in semantic labeling. The dataset is engineered to move forward the fields of 3D urban modeling, scene understanding, and utility infrastructure management by presenting new challenges and potential applications. As a benchmark, we report qualitative and quantitative analysis of a voxel-based point cloud segmentation approach based on the Minkowski Engine.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google