[论文解读] 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 52

一句话总结

DIODE 提供一个大规模高分辨率的 RGB-D 数据集，使用单一传感器套件（FARO Focus S350）在室内外场景中捕获密集、准确的深度，从而实现跨域统一深度估计。

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

研究动机与目标

• 激发对一个覆盖室内和室外环境、且使用单一感知模态的大规模、多样 RGB-D 数据集的需求。
• 提供密集、准确的深度图和表面法线以实现高质量的深度估计和3D推理。
• 建立标准化的 train/validation/test 划分，以实现可重复评估和跨域泛化。

提出的方法

• 使用 FARO Focus S350 激光扫描仪在室内外场景中收集覆盖 0.6–350 m 的密集深度，精度约为 1 mm，近 1° 的角分辨率。
• 将扫描矫正为跨越多个成像锥体的 768×1024 RGB 副本，并通过射线映射和基于 RANSAC 的平面拟合为每个裁剪计算鲁棒的深度图和法线。
• 创建自动化的有效性掩码以过滤虚假深度返回，并在验证集中手动掩码问题区域。
• 提供带有非重叠视点的标准 train/validation/test 划分，以确保可重复评估。

实验结果

研究问题

• RQ1 单一高密度 RGB-D 传感器设置是否能在室内和室外场景中产生准确、密集的深度图？
• RQ2 在统一的室内/室外数据集上，与领域特定的 RGB-D 数据集相比，单目深度估计的表现如何？
• RQ3 数据集规模和多样性对室内外环境深度估计精度的影响如何？

主要发现

• DIODE 提供高密度深度，覆盖 up to 350 m 范围和 ~1 mm 精度，覆盖室内外场景的统一感知。
• 在 DIODE 上的基线单目深度估计（DenseDepth 架构）表明室内与室外子集之间的转移性差异较大，整体在使用完整的 indoor+outdoor 数据集训练时表现更好。
• DIODE 的深度分布更具多样性，覆盖的范围比 KITTI 或 Make3D 更广，凸显跨域深度模型的必要性。
• 矫正后的裁剪和深度图使深度感知任务的高分辨率评估成为可能，优于以往仅室内或仅室外的数据集。