prakashchhipa/ImageNet-PD

ImageNet-PD是一个新的基准数据集，用于评估模型在面对由于透视畸变引起的图像中视觉概念的形状、大小、方向、角度和其他空间关系变化时的鲁棒性。该数据集从ImageNet验证集中衍生，通过合成不同方向的畸变来创建。ImageNet-PD包含八个子集，分别对应四个方向（左、右、上、下）和两种背景处理方式（黑色背景和集成填充背景）。透视畸变在现实世界图像中普遍存在，对开发计算机视觉应用提出了重大挑战。

ImageNet-PD is a new benchmark dataset for robustness evaluation against unprecedented changes in shape, size, orientation, angles, and other spatial relationships of visual concepts in images due to perspective distortion. ImageNet-PD is derived from the ImageNet validation set by synthesizing distortions in different orientations. The dataset has eight subsets corresponding to four orientations (left, right, top, bottom) with two types of background treatments (black background and integrated padding background). Perspective distortion is pervasive in real-world imagery and presents significant challenges for developing computer vision applications.

原始信息汇总

ImageNet-PD 数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 图像分类
• 语言: 英语
• 标签: 鲁棒性, 透视畸变, ImageNet基准
• 名称: ImageNet-PD
• 规模: 100K<n<1M

数据集描述

ImageNet-PD 是一个用于评估模型对透视畸变鲁棒性的新基准数据集。该数据集通过在不同方向上合成畸变，从ImageNet验证集中派生而来。ImageNet-PD包含八个子集，其中四个子集对应四个方向（左、右、上、下），背景为黑色（PD-L, PD-R, PD-T, PD-B），另外四个子集具有相同的方向，但背景使用边界像素进行集成填充（PD-LI, PD-RI, PD-TI, PD-BI）。

数据集用途

透视畸变在现实世界图像中普遍存在，对开发计算机视觉应用提出了重大挑战。透视畸变由相机位置、深度、焦距和镜头畸变等内在参数以及旋转和位移等外在参数共同影响，这些因素共同影响3D场景到2D平面的投影，影响语义解释和局部几何结构。准确估计这些参数以进行透视畸变矫正是困难的，这对创建鲁棒的计算机视觉方法构成了主要障碍。

引用信息

推荐在使用ImageNet-PD时引用以下出版物： Chhipa, P.C., Chippa, M.S., De, K., Saini, R., Liwicki, M., Shah, M.: Möbius transform for mitigating perspective distortions in representation learning. European Conference on Computer Vision (2024).