SUM

我们引入了一个新的语义城市网格基准数据集，该数据集覆盖赫尔辛基（芬兰）约 4 平方公里，有六个类别：地形、植被、建筑、水、车辆和船。_x000D_
_x000D_
我们使用赫尔辛基 3D 纹理网格作为输入，并将它们注释为语义城市网格的基准数据集。赫尔辛基的原始数据集覆盖约 12 平方公里，是 2017 年使用现成的商业软件 ContextCapture._x000D_ 从地面采样距离 (GSD) 约 7.5 厘米的倾斜航拍图像生成的
_x000D_
赫尔辛基的整个地区被分割成小块，每块占地约 250 平方米。如下图所示，我们选择了赫尔辛基中部地区作为研究区域，包括 64 个瓦片。

We introduce a novel semantic urban grid benchmark dataset spanning approximately 4 square kilometers of Helsinki, Finland, with six predefined categories: terrain, vegetation, buildings, water, vehicles, and vessels.

We employ Helsinki 3D textured meshes as input data and perform semantic annotation on them to develop this semantic urban grid benchmark dataset. The original Helsinki dataset covers approximately 12 square kilometers, and was generated in 2017 from oblique aerial imagery with a ground sampling distance (GSD) of approximately 7.5 cm using the off-the-shelf commercial software ContextCapture.

The entire Helsinki region is partitioned into small tiles, each covering roughly 250 square meters. As illustrated in the figure below, we select the central part of Helsinki as the study area, which comprises 64 tiles.

搜集汇总

背景与挑战

背景概述

SUM数据集是一个语义城市网格基准数据集，覆盖芬兰赫尔辛基约4平方公里，包含地形、植被、建筑等六个类别。该数据集由代尔夫特理工大学3D地理信息研究组于2021年发布，基于赫尔辛基3D纹理网格生成，并提供了详细的发布信息和相关论文链接。