隨著配備雙目攝像頭的智能手機(jī)逐步增加，利用計(jì)算機(jī)視覺處理立體信息的需求也變得越來越重要。但現(xiàn)有的立體視覺數(shù)據(jù)集無論在數(shù)量和多樣性上都不足以支持豐富場(chǎng)景的雙目立體應(yīng)用。
為了解決這一問題，來自Leia公司的研究人員們構(gòu)建了一個(gè)包含49368對(duì)圖像的立體視覺數(shù)據(jù)集Holopix50k，這一數(shù)據(jù)集從大小和多樣性上都超過了現(xiàn)有的公開數(shù)據(jù)集，在立體圖像超分辨、單目深度估計(jì)等任務(wù)上都取得了非常大的性能提升。
立體視覺的及其廣泛應(yīng)用
近年來隨著硬件的發(fā)展，立體視覺已經(jīng)在智能手機(jī)中普及。通過雙目攝像頭不同視角的拍攝下能夠得到場(chǎng)景的立體信息，對(duì)于3D照片、虛擬現(xiàn)實(shí)和交互等應(yīng)用有著重要的作用。此外移動(dòng)機(jī)器人和自動(dòng)駕駛的迅速發(fā)展，也為立體視覺算法提出了更高的要求，需要在更為復(fù)雜的場(chǎng)景、多樣的真實(shí)環(huán)境中有效工作。
立體視覺的主要任務(wù)包括立體視差估計(jì)、基于自監(jiān)督或者無監(jiān)督方法對(duì)單張圖像輸入進(jìn)行單目深度估計(jì)和基于立體圖像提升分辨率的圖像超分辨等任務(wù)。這些任務(wù)都需要高質(zhì)量的大規(guī)模雙目／深度數(shù)據(jù)集來進(jìn)行訓(xùn)練。
目前人工智能領(lǐng)域的深度學(xué)習(xí)算法在多個(gè)領(lǐng)域取得重大的進(jìn)展，但大規(guī)模的、多樣性的數(shù)據(jù)需求卻成為了立體視覺領(lǐng)域開發(fā)出優(yōu)秀算法的阻礙！大規(guī)模的立體數(shù)據(jù)集是提升算法性能的關(guān)鍵之一。
目前立體視覺領(lǐng)域的數(shù)據(jù)集主要包括像KITTI，Middlebury、NYU Indoor等較為流行的真實(shí)數(shù)據(jù)集、還包括Make3D、ETH3D、CMLA和Cityscape等針對(duì)特定領(lǐng)域的數(shù)據(jù)集，近年來還出現(xiàn)了像Flickr1024和WSVD等場(chǎng)景更為豐富的數(shù)據(jù)集，但這些數(shù)據(jù)集在數(shù)量和相關(guān)指標(biāo)上并沒有良好的結(jié)果。
此外為了克服真實(shí)世界中數(shù)據(jù)收集的困難，研究人員還提出了利用圖形學(xué)渲染的方法來渲染獲取大量的雙目數(shù)據(jù)，主要包括MPI Sintel、SceneFlow、UnrealStereo和3D Ken Burns等數(shù)據(jù)，但合成數(shù)據(jù)應(yīng)用于真實(shí)場(chǎng)景會(huì)受到域遷移問題的影響，同時(shí)還需要很大的努力來構(gòu)建豐富的數(shù)字化場(chǎng)景。而Holopix50k的目的就在于綜合解決這些存在的問題。
Holopix50k
這一數(shù)據(jù)集主要從社交媒體平臺(tái)上收集而來，Holopix是目前最主流的3D攝影共享平臺(tái)，包含了大量的多視角立體視覺照片并可以利用視差效應(yīng)來顯示出三維效果。這里匯集了世界上最為豐富的立體視覺社交媒體圖像，用戶只需要上傳兩個(gè)或多個(gè)視角，就可以在光場(chǎng)顯示設(shè)備上獲取多視角圖像，也可以在普通設(shè)備上獲取基于移動(dòng)的模擬立體圖像。
在Holopix平臺(tái)上RED Hydrogen One拍攝的圖像最多，作為第一款集成光場(chǎng)性能的消費(fèi)級(jí)手機(jī)，它可以提供四個(gè)視角的多角度顯示。它擁有兩個(gè)水平排列的相機(jī)，同時(shí)對(duì)圖像進(jìn)行了校正并收斂于立體圖像的平均視差。與Flickr1024不同的是，這種方法并沒有對(duì)圖像進(jìn)行剪切來使得圖像片收斂于無窮遠(yuǎn)處的立體視差。
在最開始的階段，研究人員首先從Holopix上收集了約70k適合于作為數(shù)據(jù)集的立體視覺圖像對(duì)，針對(duì)左右圖像分辨率不匹配的情況會(huì)將兩張圖像的分辨率統(tǒng)一為其中較小的分辨率，利用高斯平滑和雙三次插值來將分辨率較高的圖像進(jìn)行下采樣。
123下一頁>（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
