論文の概要: UE5-Forest: A Photorealistic Synthetic Stereo Dataset for UAV Forestry Depth Estimation

• arxiv url: http://arxiv.org/abs/2603.15304v1
• Date: Fri, 13 Mar 2026 04:27:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 18:28:58.412128
• Title: UE5-Forest: A Photorealistic Synthetic Stereo Dataset for UAV Forestry Depth Estimation
• Title（参考訳）: UE5-Forest:UAV森林深度推定のためのフォトリアリスティック合成ステレオデータセット
• Authors: Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green,
• Abstract要約: 我々は、Unreal Engine 5 (UE5) で構築されたフォトリアリスティック合成ステレオデータセットを提案する。 Quixel Megascansライブラリにある100と15のフォトグラムをスキャンした木が仮想のシーンに配置されている。 3つの高層帯(水平 +45度 -45度)で、各木を最大2mの軌道に配置すると、5,520個の修正された1920 x 1080ステレオペアがピクセル完全不均一ラベルを持つ。
• 参考スコア（独自算出の注目度）: 5.266753902938501
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dense ground-truth disparity maps are practically unobtainable in forestry environments, where thin overlapping branches and complex canopy geometry defeat conventional depth sensors -- a critical bottleneck for training supervised stereo matching networks for autonomous UAV-based pruning. We present UE5-Forest, a photorealistic synthetic stereo dataset built entirely in Unreal Engine 5 (UE5). One hundred and fifteen photogrammetry-scanned trees from the Quixel Megascans library are placed in virtual scenes and captured by a simulated stereo rig whose intrinsics -- 63 mm baseline, 2.8 mm focal length, 3.84 mm sensor width -- replicate the ZED Mini camera mounted on our drone. Orbiting each tree at up to 2 m across three elevation bands (horizontal, +45 degrees, -45 degrees) yields 5,520 rectified 1920 x 1080 stereo pairs with pixel-perfect disparity labels. We provide a statistical characterisation of the dataset -- covering disparity distributions, scene diversity, and visual fidelity -- and a qualitative comparison with real-world Canterbury Tree Branches imagery that confirms the photorealistic quality and geometric plausibility of the rendered data. The dataset will be publicly released to provide the community with a ready-to-use benchmark and training resource for stereo-based forestry depth estimation.
• Abstract（参考訳）: 森林環境では、細い重なり合った枝と複雑な天蓋形状が従来の深度センサーを破り、自律型無人機によるプルーニングのためのステレオマッチングネットワークを訓練するための重要なボトルネックとなる。 UE5-Forestは、Unreal Engine 5 (UE5) で構築されたフォトリアリスティックな合成ステレオデータセットである。 Quixel Megascans図書館の100本と15本のフォトグラムをスキャンした木々を仮想のシーンに配置し、ドローンに搭載されたZED Miniカメラを再現した、63mmのベースライン、2.8mmの焦点距離、3.84mmのセンサー幅の擬似ステレオリグで撮影する。 3つの高層帯(水平 +45度 -45度)で、各木を最大2mの軌道に配置すると、5,520個の修正された1920 x 1080ステレオペアがピクセル完全不均一ラベルを持つ。 データセットの統計的特徴化 -- 異質な分布、シーンの多様性、視覚的忠実さをカバーする -- と、レンダリングされたデータのフォトリアリスティックな品質と幾何学的妥当性を確認する現実世界のCanterbury Tree Branchesイメージとの質的比較を提供する。 データセットは公開され、コミュニティにステレオベースの森林深度推定のための準備の整ったベンチマークとトレーニングリソースを提供する。

関連論文リスト

• Training Deep Stereo Matching Networks on Tree Branch Imagery: A Benchmark Study for Real-Time UAV Forestry Applications [5.266753902938501]
  本研究は,実木分岐画像上で10種類の深部ステレオマッチングネットワークを訓練し,テストするための最初の研究である。 1080Pと720PのZED Miniカメラから、Canterbury Tree Branchesデータセット -- 5,313のステレオペアを使用します。 10の方法は、ステップバイステップの洗練、3次元の畳み込み、エッジ対応の注意、軽量デザインをカバーしている。
  論文  参考訳（メタデータ） (2026-02-23T12:12:43Z)
• Estimating the Diameter at Breast Height of Trees in a Forest With a Single 360 Camera [52.85399274741336]
  森林在庫は、生態モニタリング、資源管理、炭素会計のために、乳房の高さ(DBH)の直径の正確な測定に頼っている。 LiDARベースの技術はセンチメートル単位の精度を達成できるが、コストは抑えられ、運用上複雑である。 コンシューマグレードの360度ビデオカメラしか必要としない低価格の代替機を提示する。
  論文  参考訳（メタデータ） (2025-05-06T01:09:07Z)
• Helvipad: A Real-World Dataset for Omnidirectional Stereo Depth Estimation [83.841877607646]
  全方位ステレオ深度推定のための実世界のデータセットであるHelvipadを紹介する。 このデータセットは、3Dポイント雲を等方形画像に投影することで、正確な深度と不均質のラベルを含む。 標準画像と全方位画像のステレオ深度推定モデルをベンチマークする。
  論文  参考訳（メタデータ） (2024-11-27T13:34:41Z)
• Stereo Matching by Self-supervision of Multiscopic Vision [65.38359887232025]
  カメラ位置の整列で撮影した複数の画像を利用したステレオマッチングのための新しい自己監視フレームワークを提案する。 ネットワークを最適化するために、クロスフォトメトリックロス、不確実性を認識した相互監督損失、および新しい平滑性損失が導入されます。 我々のモデルは、KITTIデータセット上の以前の教師なし手法よりも、より良い不均一性マップを得る。
  論文  参考訳（メタデータ） (2021-04-09T02:58:59Z)
• OmniSLAM: Omnidirectional Localization and Dense Mapping for Wide-baseline Multi-camera Systems [88.41004332322788]
  超広視野魚眼カメラ(FOV)を用いた広視野多視点ステレオ構成のための全方向位置決めと高密度マッピングシステムを提案する。 より実用的で正確な再構築のために、全方向深度推定のための改良された軽量のディープニューラルネットワークを導入する。 我々は全方位深度推定をビジュアル・オドメトリー(VO)に統合し,大域的整合性のためのループ閉鎖モジュールを付加する。
  論文  参考訳（メタデータ） (2020-03-18T05:52:10Z)

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。