Princeton365

Princeton365是一个包含365个视频的大型多样化数据集，这些视频具有准确的相机姿态。我们的数据集通过引入一种新颖的地面真实收集框架，弥合了当前SLAM基准测试在准确性和数据多样性之间的差距，该框架利用校准板和360°相机。我们收集了室内、室外和物体扫描视频，具有同步的单目和立体RGB视频输出以及IMU。我们进一步提出了一种新的场景规模感知SLAM评估指标，该指标基于相机姿态估计误差引起的运动流。与当前指标相比，我们的新指标允许比较不同场景中SLAM方法的性能，而不是像平均轨迹误差（ATE）这样的现有指标，这允许研究人员分析他们方法的失效模式。我们还提出了一个新的新颖视图合成基准，涵盖了当前NVS基准未涵盖的情况，例如具有360°相机轨迹的完全非朗伯场景。请访问princeton365.cs.princeton.edu以获取数据集、代码、视频和提交。