ADVIO

displayName: ADVIO
license:
- CC BY-NC 4.0
paperUrl: https://arxiv.org/pdf/1807.09828v1.pdf
publishDate: "2018"
publishUrl: https://github.com/AaltoVision/ADVIO
publisher:
- Tampere University of Technology
- Aalto University
tags:
- Cell Phones
taskTypes:
- Optical Flow Estimation
- Probabilistic Deep Learning
- Motion Estimation

---
# 数据集介绍
## 简介
行人视觉惯性里程计缺乏现实和开放的基准数据集，这使得很难确定已发布方法的差异。现有数据集要么缺乏完整的六自由度地面实况，要么仅限于具有光学跟踪系统的小空间。我们利用纯惯性导航的进步，为视觉惯性里程计开发了一套通用且具有挑战性的真实世界计算机视觉基准集。为此，我们构建了一个配备 iPhone、Google Pixel Android 手机和 Google Tango 设备的测试台。我们提供范围广泛的原始传感器数据，几乎可以在任何现代智能手机上访问，并提供高质量的地面实况跟踪。我们还将 Google Tango、ARCore 和 Apple ARKit 产生的视觉惯性轨迹与学术论坛上最近发布的两种方法进行了比较。数据集涵盖室内和室外案例，包括楼梯、自动扶梯、电梯、办公环境、购物中心和地铁站。
## 引文
```
@inproceedings{cortes2018advio,
title={ADVIO: An authentic dataset for visual-inertial odometry},
author={Cort{\'e}s, Santiago and Solin, Arno and Rahtu, Esa and Kannala, Juho},
booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
pages={419--434},
year={2018}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: ADVIO
license:
- CC BY-NC 4.0
paperUrl: https://arxiv.org/pdf/1807.09828v1.pdf
publishDate: "2018"
publishUrl: https://github.com/AaltoVision/ADVIO
publisher:
- 坦佩雷理工大学（Tampere University of Technology）
- 阿尔托大学（Aalto University）
tags:
- 智能手机
taskTypes:
- 光流估计（Optical Flow Estimation）
- 概率深度学习（Probabilistic Deep Learning）
- 运动估计（Motion Estimation）

---

# 数据集介绍
## 数据集概况
视觉惯性里程计（Visual-Inertial Odometry, VIO）领域缺乏真实可用的公开基准数据集，导致难以量化不同已发表方法之间的性能差异。现有数据集要么缺失完整的六自由度（6-Degrees of Freedom, 6DOF）地面真值标注，要么仅能在搭载光学跟踪系统的小范围空间内使用。本研究依托纯惯性导航技术的最新进展，构建了一套通用且极具挑战性的真实世界计算机视觉基准集，用于视觉惯性里程计相关研究。

为此，我们搭建了搭载iPhone、Google Pixel安卓手机及Google Tango设备的测试平台。本数据集包含多类原始传感器数据，可在绝大多数现代智能手机上获取，同时附带高精度的地面真值跟踪结果。此外，我们将Google Tango、ARCore及Apple ARKit生成的视觉惯性轨迹，与近期学术会议上发表的两种主流方法的结果进行了对比评测。数据集覆盖室内外多种场景，包含楼梯、自动扶梯、电梯、办公区、购物中心及地铁站等不同环境。
## 引文

@inproceedings{cortes2018advio,
title={ADVIO：面向视觉惯性里程计的真实基准数据集},
author={Cortés, Santiago and Solin, Arno and Rahtu, Esa and Kannala, Juho},
booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
pages={419--434},
year={2018}
}

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

ADVIO是一个真实且开放的视觉-惯性里程计基准数据集，提供了多种智能手机设备的原始传感器数据和高精度地面真实轨迹，覆盖广泛的室内外场景，用于评估和比较不同VIO方法的性能。