Publié le 24 octobre 2024 14h30. Un nouvel ensemble de données stéréoscopiques, capturé dans les rues de Guangzhou, est mis à disposition pour la recherche en vision par ordinateur, notamment pour l’évaluation des algorithmes d’estimation de la profondeur.
- L’ensemble de données comprend 25 paires d’images RVB synchronisées et rectifiées, issues de caméras binoculaires.
- Il couvre une variété de scènes urbaines typiques, incluant véhicules, piétons, bâtiments et conditions météorologiques diverses.
- Les données sont accompagnées d’informations de calibrage des caméras et de métadonnées de localisation et d’horodatage.
Des chercheurs ont rendu accessible un ensemble de données stéréoscopiques de haute qualité, capturées dans les rues animées de Guangzhou, en Chine. Cette ressource est destinée à faire progresser la recherche dans le domaine de la vision par ordinateur, en particulier dans l’estimation de la profondeur et de la disparité des images. L’ensemble de données se compose de 25 paires d’images RVB (Rouge, Vert, Bleu) synchronisées et rectifiées, enregistrées par un système de caméras binoculaires.
Les scènes représentées sont représentatives de l’environnement urbain, incluant des véhicules, des piétons, des bâtiments, des clôtures, des poteaux de signalisation et une variété de conditions d’éclairage et météorologiques – ensoleillé, nuageux, pluvieux et brumeux. Chaque paire d’images est associée à des données de calibrage de la caméra et à des métadonnées précises, incluant la localisation géographique et l’horodatage de la capture. Ces informations supplémentaires permettent une évaluation rigoureuse et un ajustement précis des méthodes d’estimation de la profondeur.
Les créateurs de l’ensemble de données ont déjà utilisé cette ressource pour valider les performances extérieures de CHRNet, un réseau neuronal convolutif (CNN) pour l’estimation de la profondeur. Les résultats qualitatifs obtenus avec CHRNet sont décrits dans une publication scientifique associée à cet ensemble de données. Les chercheurs qui souhaitent utiliser cet ensemble de données sont invités à citer l’article de Liang et al., “CHRNet”.
La structure des dossiers de l’ensemble de données est organisée de manière à faciliter l’accès aux images et aux métadonnées. Les images de la caméra gauche se trouvent dans le dossier “image_2”, tandis que les images de la caméra droite sont stockées dans le dossier “image_3”. Les fichiers de calibrage de la caméra, lorsqu’ils sont disponibles, sont situés dans le dossier “calibrage”, et les métadonnées sont contenues dans un fichier CSV nommé “metadata.csv”. Chaque paire d’images correspond à un numéro de fichier identique (rectleftN) dans les deux dossiers “image_2” et “image_3”, où N varie de 0 à 24.
Sur le même sujet
