Objectron 短视频剪辑数据集

Objectron 是一个以对象为中心的简短视频剪辑的数据集。这些视频剪辑附有 AR 会话元数据，其中包括相机姿势、稀疏点云和周围环境中平面表面的特征。在每个视频中，相机都在物体周围移动，从不同的角度捕捉该物体。数据集还包含每个对象的手动标注的 3D 边界框（描述对象的位置、方向和尺寸）。该数据集由 15000 个带标注的视频剪辑组成，辅以超过 4M 个带标注图像

Objectron is a dataset composed of short, object-centric video clips. These video clips are accompanied by AR session metadata, which includes camera poses, sparse point clouds, and features of planar surfaces in the surrounding environment. In each video, the camera moves around the target object and captures it from various angles. The dataset also contains manually annotated 3D bounding boxes for each object, which describe the object's position, orientation, and dimensions. This dataset consists of 15,000 annotated video clips, supplemented by over 4 million annotated images.

搜集汇总

背景与挑战

背景概述

Objectron 短视频剪辑数据集是一个以对象为中心的视频集合，包含15000个带标注的视频剪辑和超过400万张标注图像，收集自全球10个国家以确保地理多样性。每个视频附有AR元数据（如相机姿势和点云），并提供了手动标注的3D边界框，用于描述物体的位置、方向和尺寸。