Page 300 - 《软件学报》2025年第4期
P. 300
1706 软件学报 2025 年第 36 卷第 4 期
图 16 DTU 数据集示例 [23]
3.1.4 Tanks and Temples
Tanks and Temples 数据集的提出是为了推动大规模场景重建的研究. 数据集包括室内场景和室外环境, 并使
用工业激光扫描仪获得真值数据. 同时, 该数据集提供了高分辨率的视频, 分辨率为 800 万像素. 相较于图像, 视频
的数据冗余能够覆盖场景中更广的范围. 制作者根据场景规模, 从多个视角位置对场景进行多次扫描, 注册获得真
值模型. 根据场景的规模、复杂性和其他复杂因素将数据集分为中级组 (8 个场景) 和高级组 (6 个场景). 其中, 中
级组包括雕塑、车辆和房屋建筑, 高级组包括大型室内室外场景, 如图 17 所示 [80] .
图 17 Tanks and Temples 数据集示例 [80]
3.1.5 ETH3D
ETH3D 基准涵盖了包括自然、人造、室内外的多种场景类型, 如图 18 所示 [81] . 数据集包括单反相机记录的
高分辨率多视角立体视觉图像、多摄像机设备录制的低分辨率的多视图立体视觉视频和多摄像机视频帧上的低
分辨率的双视图立体视觉图像. 利用单反相机获得 25 个场景的 2 400 万像素的高分辨率图像. 利用摄像机设备获
得 10 个场景的 40 万像素的低分辨率图像. 高精度激光扫描仪记录了室内和室外场景的真值点云. 该数据集提供
在线评估网站.
图 18 ETH3D 数据集示例 [81]
3.1.6 BlendedMVS
BlendedMVS 的建立旨在推进大规模数据集任务, 如图 19 所示 [82] . 该数据集属于合成数据集, 不包含真值点
