RealEstate10K

RealEstate10K 是一个大型相机姿势数据集，对应于从大约 10,000 个 YouTube 视频中收集的大约 80,000 个视频剪辑中的 1000 万帧。对于每个剪辑，姿势形成一个轨迹，其中每个姿势指定相机沿轨迹的位置和方向。这些姿势是通过在大量视频上运行 SLAM 和捆绑调整算法得出的。

RealEstate10K is a large-scale camera pose dataset, which comprises 10 million frames from approximately 80,000 video clips collected from around 10,000 YouTube videos. For each clip, the camera poses form a trajectory, where each pose specifies the position and orientation of the camera along this trajectory. These poses are derived by executing SLAM and bundle adjustment algorithms on the full set of collected videos.

搜集汇总

背景与挑战

背景概述

RealEstate10K是一个大型相机姿势数据集，包含从约10,000个YouTube视频中收集的80,000个视频剪辑，对应约1000万帧图像，每个剪辑的姿势形成轨迹，通过SLAM和捆绑调整算法计算得出。该数据集主要用于视频计算机视觉和图像生成任务，由Google和加州大学于2018年发布，遵循CC BY 4.0许可。