YoYo000/BlendedMVS

해결하는 문제

BlendedMVS는 일반화된 다중 시점 스테레오 (MVS) 네트워크를 학습하고 평가하기 위해 설계된 대규모 데이터셋을 제공합니다. 건축물, 조각상, 작은 물체 등 다양한 장면을 아우르는 고품질 학습 데이터에 대한 요구를 해결하여 3D 재구성 알고리즘의 견고성과 일반화 성능을 향상시킵니다.

작동 방식

이 프로젝트는 MVSNet 입력 형식과 호환되도록 구성된 여러 버전의 데이터셋 (BlendedMVS, BlendedMVS+, BlendedMVS++)을 제공합니다. 데이터는 블렌딩된 이미지(마스크 포함/미포함), 카메라 파라미터 (cams), 렌더링된 깊이 맵으로 구성됩니다. BlendedMVG라는 상위 집합은 이를 501개 장면에 걸친 11만 장 이상의 학습 이미지로 확장하여 더 광범위한 다중 시점 기하학 문제를 지원합니다.

대상 사용자

3D 컴퓨터 비전 분야의 연구원 및 개발자, 특히 다중 시점 스테레오, 카메라 포즈 추정, 새로운 시점 합성(NeRF 및 3DGS 등), 깊이/법선 추정에 집중하는 분들에게 적합합니다.

주요 특징

• 대규모: 기본 세트에는 113개 장면에 걸친 17k개의 MVS 학습 샘플이 포함되어 있으며, BlendedMVG 버전에서는 11만 장 이상의 이미지로 확장됩니다.
• 다양한 콘텐츠: 건축물과 조각상을 포함한 다양한 카테고리를 다룹니다.
• 다중 해상도: 저해상도 (768x576) 및 고해상도 (2048x1536) 세트를 모두 제공합니다.
• 광범위한 응용: 이미지 검색, 특징점 검출, Transformer 기반 3D 비전 등의 작업에 유용합니다.