[論文レビュー] DIODE: A Dense Indoor and Outdoor DEpth Dataset

Igor Vasiljevic, Nicholas Kolkin+9 more|arXiv (Cornell University)|Aug 1, 2019

Advanced Vision and Imaging参考文献 32被引用数 52

ひとこと要約

DIODEは、単一のセンサスイート（FARO Focus S350）を用いて室内外のシーンの密度が高く正確な深度を含む大規模で高解像度のRGB-Dデータセットを提供し、ドメインを問わず統一的な深度推定を可能にします。

ABSTRACT

We introduce DIODE, a dataset that contains thousands of diverse high resolution color images with accurate, dense, long-range depth measurements. DIODE (Dense Indoor/Outdoor DEpth) is the first public dataset to include RGBD images of indoor and outdoor scenes obtained with one sensor suite. This is in contrast to existing datasets that focus on just one domain/scene type and employ different sensors, making generalization across domains difficult. The dataset is available for download at http://diode-dataset.org

研究の動機と目的

• 単一のセンシングモダリティを用いて室内外の環境を跨ぐ大規模で多様なRGB-Dデータセットの必要性を動機づける。
• 高品質な深度推定と3D推論を可能にするために、密度の高く正確な深度マップと表面法線を提供する。
• 再現可能な評価とドメイン跨ぎの一般化を可能にする標準化された訓練/検証/テスト分割を確立する。

提案手法

• FARO Focus S350レーザースキャナーを用いて室内・屋外のシーンで0.6–350 mの密な深度を収集し、精度は約1 mm、角分解能はほぼ1°。
• 複数の視野フラスタムにわたって768×1024のRGBクロップに整正し、レイベースのマッピングとRANSACベースの平面フィットを用いて各クロップごとに堅牢な深度マップと法線を算出する。
• 自動的な有効性マスクを作成して誤検出の深度戻りをフィルタリングし、検証セットの問題のある領域を手動でマスクする。
• 再現可能な評価を保証するために、視点が重複しない標準的な訓練/検証/テスト分割を提供する。

実験結果

リサーチクエスチョン

• RQ1 単一の高密度RGB-Dセンサー設定は、室内と室外の両方のシーンで正確で密な深度マップを生成できるか。
• RQ2 統一された室内/室外データセット上でモノキュラ深度推定は、ドメイン特化型RGB-Dデータセットと比較してどのように性能を示すか？
• RQ3 室内外環境での深度推定精度に対するデータセット規模と多様性の影響はどの程度か。

主な発見

• DIODEは最大350 mレンジで約1 mmの精度を持つ高密度の深度を提供し、室内外のシーンを統一されたセンサでカバーします。
• DIODE上のベースライン単眼深度推定（DenseDepthアーキテクチャ）は、室内と室外のサブセット間で移行性が異なることを示し、室内+室外の全データセットで訓練した場合に全体的に性能が良い。
• DIODEの深度分布はKITTIやMake3Dより多様で広いレンジにわたり、ドメイン横断の深度モデルの必要性を浮き彫りにしている。
• 補正されたクロップと深度マップは、以前の室内専用または屋外専用データセットと比較して、深度知覚タスクの高解像度評価を可能にする。