Fugu-MT 論文翻訳(概要): EVOPS Benchmark: Evaluation of Plane Segmentation from RGBD and LiDAR Data

論文の概要: EVOPS Benchmark: Evaluation of Plane Segmentation from RGBD and LiDAR Data

arxiv url: http://arxiv.org/abs/2204.05799v1
Date: Tue, 12 Apr 2022 13:34:40 GMT
ステータス: 処理完了
システム内更新日: 2022-04-13 14:40:15.370778
Title: EVOPS Benchmark: Evaluation of Plane Segmentation from RGBD and LiDAR Data
Title（参考訳）: EVOPSベンチマーク:RGBDとLiDARデータからの平面分割の評価
Authors: Anastasiia Kornilova, Dmitrii Iarosh, Denis Kukushkin, Nikolai Goncharov, Pavel Mokeev, Arthur Saliou, Gonzalo Ferrer
Abstract要約: データには、10KのRGBDと7KのLiDARフレームが含まれています。本実験では, 注釈付きデータを用いたRGBD平面分割のためのSOTA法の品質について報告する。
参考スコア（独自算出の注目度）: 2.1704774442395456
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This paper provides the EVOPS dataset for plane segmentation from 3D data, both from RGBD images and LiDAR point clouds (PC). We have designed two annotation methodologies (RGBD and LiDAR) running on well-known and widely-used datasets and we have provided a complete set of benchmarking tools including point, planes and segmentation metrics. The data includes a total number of 10k RGBD and 7K LiDAR frames over different selected scenes which consist of high quality segmented planes. The experiments report quality of SOTA methods for RGBD plane segmentation on our annotated data. All labeled data and benchmark tools used have been made publicly available.
Abstract（参考訳）: 本稿では、RGBD画像とLiDAR点雲(PC)から3次元データから平面セグメンテーションを行うためのEVOPSデータセットを提供する。我々は、よく知られた、広く使われているデータセット上で動作する2つのアノテーション方法論(RGBDとLiDAR)を設計し、ポイント、プレーン、セグメンテーションメトリクスを含むベンチマークツールの完全なセットを提供した。データには、10kのRGBDと7KのLiDARフレームが含まれている。実験では,rgbd平面セグメンテーションにおけるsoma法の品質について報告する。ラベル付きデータとベンチマークツールはすべて公開されています。

関連論文リスト

GauU-Scene V2: Assessing the Reliability of Image-Based Metrics with Expansive Lidar Image Dataset Using 3DGS and NeRF [2.4673377627220323]
本稿では,新しい3次元表現手法を用いたマルチモーダルな大規模シーン再構築ベンチマークを提案する。 GauU-Sceneは6.5平方キロメートル以上をカバーし、LiDARの地上真実と組み合わせた総合的なRGBデータセットを備えている。ドローンによるデータセットのためのLiDARおよび画像アライメント手法を最初に提案する。
論文参考訳（メタデータ） (2024-04-07T08:51:31Z)
ParisLuco3D: A high-quality target dataset for domain generalization of LiDAR perception [4.268591926288843]
本稿では,クロスドメイン評価に特化して設計された新しいデータセットParisLuco3Dを提案する。 LiDARセマンティックセグメンテーション、LiDARオブジェクト検出、LiDARトラッキングのためのオンラインベンチマークが提供されている。
論文参考訳（メタデータ） (2023-10-25T10:45:38Z)
MV-JAR: Masked Voxel Jigsaw and Reconstruction for LiDAR-Based Self-Supervised Pre-Training [58.07391711548269]
Masked Voxel Jigsaw and Reconstruction (MV-JAR) method for LiDAR-based self-supervised pre-training Masked Voxel Jigsaw and Reconstruction (MV-JAR) method for LiDAR-based self-supervised pre-training
論文参考訳（メタデータ） (2023-03-23T17:59:02Z)
A Survey on RGB-D Datasets [69.73803123972297]
本稿では,深度情報を含む画像データセットをレビューし,分類した。アクセス可能なデータを含む203のデータセットを収集し、それらをシーン/オブジェクト、ボディ、医療の3つのカテゴリに分類しました。
論文参考訳（メタデータ） (2022-01-15T05:35:19Z)
Semantic Segmentation on Swiss3DCities: A Benchmark Study on Aerial Photogrammetric 3D Pointcloud Dataset [67.44497676652173]
スイスの3つの都市から採取された総面積2.7 km2$の屋外3Dポイントクラウドデータセットを紹介した。データセットは、ポイントごとのラベルによるセマンティックセグメンテーションのために手動でアノテートされ、高解像度カメラを備えたマルチローターによって取得された画像のフォトグラムを用いて構築される。
論文参考訳（メタデータ） (2020-12-23T21:48:47Z)
Sketch and Scale: Geo-distributed tSNE and UMAP [75.44887265789056]
地理的に分散したデータセット上で機械学習分析を実行することは、急速に発生する問題である。私たちはSketch and Scale(SnS)という新しいフレームワークを紹介します。これはCount Sketchデータ構造を利用して、エッジノード上のデータを圧縮し、マスターノード上の縮小サイズスケッチを集約し、サマリ上でバニラtSNEまたはUMAPを実行する。我々は、この技術が完全に並列で、線形に時間にスケールし、メモリに対数的に分散し、通信し、世界中の複数のデータセンターにまたがる数百万、数十億のデータポイントでデータセットを解析できることを示す。
論文参考訳（メタデータ） (2020-11-11T22:32:21Z)
Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset, Benchmarks and Challenges [52.624157840253204]
我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
論文参考訳（メタデータ） (2020-09-07T14:47:07Z)
Open Graph Benchmark: Datasets for Machine Learning on Graphs [86.96887552203479]
スケーラブルで堅牢で再現可能なグラフ機械学習(ML)の研究を容易にするために,Open Graph Benchmark(OGB)を提案する。 OGBデータセットは大規模で、複数の重要なグラフMLタスクを含み、さまざまなドメインをカバーする。各データセットに対して,有意義なアプリケーション固有のデータ分割と評価指標を用いた統一評価プロトコルを提供する。
論文参考訳（メタデータ） (2020-05-02T03:09:50Z)
DALES: A Large-scale Aerial LiDAR Data Set for Semantic Segmentation [8.486713415198972]
我々は,5億点以上の手札を持つ大規模LiDARデータセットであるDayton Annotated LiDAR Earth Scan (DALES)データセットを提示する。 DALESは400倍以上の点数と6倍の分解能を持つ、最も広く公開されているALSデータセットである。
論文参考訳（メタデータ） (2020-04-14T20:05:28Z)
Weakly-supervised land classification for coastal zone based on deep convolutional neural networks by incorporating dual-polarimetric characteristics into training dataset [1.0494061710470493]
本研究では, 空間偏光合成開口レーダ(PolSAR)を用いた意味的セグメンテーションにおけるDCNNの性能について検討する。 PolSARデータを用いたセマンティックセグメンテーションタスクは、SARデータの特徴とアノテート手順が考慮されている場合、弱い教師付き学習に分類することができる。次に、SegNet、U-Net、LinkNetを含む3つのDCNNモデルが実装されている。
論文参考訳（メタデータ） (2020-03-30T17:32:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。