1. 概要

2017年に提案されたScanNetは室内の3次元シーンのデータセットとして有効であったが、物体を個別に識別するFine-Grained Segmentationなどのタスクに用いるにはあまりにもノイズが多く低品質であった。そこで、この論文では高品質かつ高精度なジオメトリ情報(High-Fidelity Geometry)を考慮して、室内の3次元ジオメトリと色情報を結び付けた大規模なデータセットを公開している。

2. 新規性

室内を高品質なレーザースキャナーでキャプチャし、サブミリメートル級の解像度でジオメトリ情報を取得している。また、デジタル一眼レフカメラから3300万画素の画像とiPhoneを用いたRGB-Dストリームも同時に録画している。データ規模は、460のシーンに対して28万枚以上の画像と370万以上のRGBDフレームから成る。

3. 実現方法

3D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用のアノテーションデータも提供しており、3次元のシーン理解の様々なタスクに適用できるようになっている。

また、NeRFを用いた多視点画像再構成技術のベンチマークにも使用できデータセットの有効性を示している。

4. 結果

従来のデータセットより高解像度で密なデータを提供している。

Paper URL: https://openaccess.thecvf.com/content/ICCV2023/html/Yeshwanth_ScanNet_A_High-Fidelity_Dataset_of_3D_Indoor_Scenes_ICCV_2023_paper.html

last updates: Oct 8 2023