論文の概要: All for One, and One for All: UrbanSyn Dataset, the third Musketeer of Synthetic Driving Scenes

• arxiv url: http://arxiv.org/abs/2312.12176v1
• Date: Tue, 19 Dec 2023 14:09:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-20 15:28:18.016441
• Title: All for One, and One for All: UrbanSyn Dataset, the third Musketeer of Synthetic Driving Scenes
• Title（参考訳）: urbansyn datasetは、合成運転シーンの3人目のマスケット選手
• Authors: Jose L. G\'omez, Manuel Silva, Antonio Seoane, Agn\`es Borr\'as, Mario Noriega, Germ\'an Ros, Jose A. Iglesias-Guitian, Antonio M. L\'opez
• Abstract要約: UrbanSynは、半プロデューラルに生成された合成都市運転シナリオを通じて取得されるデータセットである。 深度、セマンティックセグメンテーション、インスタンスセグメンテーションを含むピクセルレベルの地上真実を提供する。 UrbanSynをオープンかつ自由に利用できるようにする(www.urbansyn.org)
• 参考スコア（独自算出の注目度）: 1.963178701491382
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We introduce UrbanSyn, a photorealistic dataset acquired through semi-procedurally generated synthetic urban driving scenarios. Developed using high-quality geometry and materials, UrbanSyn provides pixel-level ground truth, including depth, semantic segmentation, and instance segmentation with object bounding boxes and occlusion degree. It complements GTAV and Synscapes datasets to form what we coin as the 'Three Musketeers'. We demonstrate the value of the Three Musketeers in unsupervised domain adaptation for image semantic segmentation. Results on real-world datasets, Cityscapes, Mapillary Vistas, and BDD100K, establish new benchmarks, largely attributed to UrbanSyn. We make UrbanSyn openly and freely accessible (www.urbansyn.org).
• Abstract（参考訳）: 本稿では,半プロデューラルに生成した合成都市運転シナリオから得られたフォトリアリスティックデータセットであるUrbanSynを紹介する。 高品質な幾何学と材料を用いて開発されたUrbanSynは、深度、セマンティックセグメンテーション、オブジェクト境界ボックスによるインスタンスセグメンテーションを含むピクセルレベルの地上真実を提供する。 これはGTAVとSynscapesのデータセットを補完し、私たちが'Three Musketeers'と呼ぶものを形成する。 画像セマンティクスセグメンテーションのための教師なし領域適応における3つのマスケットの値を示す。 実際のデータセット、Cityscapes、Mapillary Vistas、BDD100Kの結果は、主にUrbanSynによる新しいベンチマークを確立した。 UrbanSynをオープンかつ自由に利用できるようにする(www.urbansyn.org)。

関連論文リスト

• Enhancing Generalizability of Representation Learning for Data-Efficient 3D Scene Understanding [50.448520056844885]
  本研究では,実世界のパターンを持つ多様な合成シーンを生成可能なベイズネットワークを提案する。 一連の実験は、既存の最先端の事前学習手法に比べて、我々の手法が一貫した優位性を示す。
  論文  参考訳（メタデータ） (2024-06-17T07:43:53Z)
• HandBooster: Boosting 3D Hand-Mesh Reconstruction by Conditional Synthesis and Sampling of Hand-Object Interactions [68.28684509445529]
  HandBoosterは、データの多様性を向上し、3Dハンド・ミーシュ・リコンストラクションのパフォーマンスを向上する新しいアプローチである。 まず,多様な手やポーズ,ビュー,背景を持つリアルな画像を生成するために,拡散モデルを誘導する多目的コンテンツ認識条件を構築した。 そこで我々は,我々の類似性を考慮した分布サンプリング戦略に基づく新しい条件作成手法を設計し,トレーニングセットとは異なる,斬新で現実的なインタラクションのポーズを意図的に見つける。
  論文  参考訳（メタデータ） (2024-03-27T13:56:08Z)
• Urban Scene Diffusion through Semantic Occupancy Map [49.20779809250597]
  UrbanDiffusionは、Bird's-Eye View (BEV)マップに条件付き3次元拡散モデルである。 我々のモデルは,潜在空間内のシーンレベルの構造の分布を学習する。 実世界の運転データセットをトレーニングした後、我々のモデルは多様な都市シーンを生成することができる。
  論文  参考訳（メタデータ） (2024-03-18T11:54:35Z)
• SyntheWorld: A Large-Scale Synthetic Dataset for Land Cover Mapping and Building Change Detection [20.985372561774415]
  我々は、品質、多様性、スケールに比類しない合成データセットであるSyntheWorldを提示する。 サブメーターレベルのピクセルを持つ4万枚の画像と8つのカテゴリの詳細なランドカバーアノテーションを含んでいる。 リモートセンシング画像処理研究を容易にするためのSyntheWorldをリリースする。
  論文  参考訳（メタデータ） (2023-09-05T02:42:41Z)
• STPLS3D: A Large-Scale Synthetic and Real Aerial Photogrammetry 3D Point Cloud Dataset [6.812704277866377]
  本稿では,合成空中測光点雲生成パイプラインを提案する。 仮想ゲームで合成データを生成するのとは異なり、提案したパイプラインは実環境の再構築プロセスをシミュレートする。 我々は、リッチな注釈付き合成3D空中測光点クラウドデータセットを提案する。
  論文  参考訳（メタデータ） (2022-03-17T03:50:40Z)
• SensatUrban: Learning Semantics from Urban-Scale Photogrammetric Point Clouds [52.624157840253204]
  センサットウルバン(SensatUrban)は、イギリスの3都市から収集された7.6km2の30億点近くからなる、都市規模のUAV測光点クラウドデータセットである。 データセットの各ポイントは、粒度の細かいセマンティックアノテーションでラベル付けされ、その結果、既存の最大のフォトグラムポイントクラウドデータセットの3倍の大きさのデータセットが生成される。
  論文  参考訳（メタデータ） (2022-01-12T14:48:11Z)
• UrbanScene3D: A Large Scale Urban Scene Dataset and Simulator [13.510431691480727]
  本論文では,Unreal Engine 4 と AirSim をベースとした手頃なシミュレータに付随する大規模都市景観データセットを提案する。 従来の2D情報や人為的な3DCADモデルに基づいた作品とは異なり、UrbanScene3Dには、コンパクトな人造モデルと、空中画像で再構成された詳細な現実世界モデルの両方が含まれている。
  論文  参考訳（メタデータ） (2021-07-09T07:56:46Z)
• 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)
• Future Urban Scenes Generation Through Vehicles Synthesis [90.1731992199415]
  本研究では,都市景観の視覚的外観を予測するためのディープラーニングパイプラインを提案する。 ループには解釈可能な情報が含まれ、各アクターは独立してモデル化される。 従来のCityFlowのシーン生成手法に比べて,このアプローチが優れていることを示す。
  論文  参考訳（メタデータ） (2020-07-01T08:40:16Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。