liuyubian/Robo360

该数据集包含一个名为`poses_bounds.npy`的文件，该文件存储了Nx17的numpy数组，其中N是输入视频的数量。每行数据包含一个3x5的姿态矩阵和两个深度值，用于表示从特定视角看场景内容的最远和最近距离。姿态矩阵包括一个3x4的相机到世界的仿射变换和一个3x1的列向量，后者包含图像的高度、宽度和焦距。数据集中的不同相机具有不同的焦距。此外，文件还详细描述了旋转的右手坐标系。

原始信息汇总

数据集格式

poses_bounds.npy 文件格式

• 大小: Nx17 的 numpy 数组（N 为输入视频的数量）

• 加载代码: python poses_arr = np.load(os.path.join(basedir, poses_bounds.npy)) poses = poses_arr[:, :-2].reshape([-1, 3, 5]).transpose([1,2,0]) bds = poses_arr[:, -2:].transpose([1,0])

• 数据结构:

  • 姿态矩阵: 3x5 矩阵，由 3x4 相机到世界的仿射变换和 3x1 列 [图像高度, 图像宽度, 焦距] 组成，表示内参。
  • 深度值: 每行的最后两个值，表示从该视角最近和最远的场景内容。

• 坐标系统:

  • 旋转坐标: 右手坐标系，从相机视角看，三个轴为 [下, 右, 后退]，等效于 [-y, x, z]，相机沿着 -z 方向看。

特别注意

• 焦距: 数据集中不同相机的焦距不同。