3DIdent

新颖的基准，具有自然场景的各个方面，例如复杂的 3D 对象和不同的照明条件，同时仍提供对连续地面实况因素的访问。我们使用 Blender 渲染引擎来创建视觉复杂的 3D 图像。数据集中的每个图像都显示了一个彩色 3D 对象，该对象位于 3D 空间中的彩色地面上方并旋转。此外，每个场景都包含一个彩色聚光灯，它聚焦在对象上并位于场景周围的半圆上。观测值使用 RGB 颜色空间进行编码，空间分辨率为 224x224 像素。图像基于 10 维潜在值进行渲染，其中：(1) 三个维度描述 XYZ 位置，(2) 三个维度描述对象的欧拉角旋转，(3) 二维描述对象的颜色和场景的地面，以及（4）两个维度描述了聚光灯的位置和颜色。我们使用 HSV 颜色空间来描述物体和地面的颜色，每个只有一个潜在的颜色，通过潜在因子控制色调值。训练集和测试集分别包含 250,000 和 25,000 个观察-潜在对，其中潜在从单位超矩形中均匀采样。