REMIND custom indoor dataset

REMIND定制室内数据集是专为长期多目标重识别研究构建的基准数据集，由马德里理工大学计算机视觉团队创建，旨在模拟机器人室内导航中的对象再识别场景。该数据集包含精心设计的控制性重访序列，涵盖密集同类物体干扰环境，通过单目RGB视频捕捉静态物体在长时间间隔、显著视角变化及严重光照差异下的外观特征。数据采集过程模拟了机器人离开并重新进入房间的完整流程，构建了包含数百帧时间跨度的对象消失与重现序列。该数据集主要应用于计算机视觉与机器人领域，致力于解决通用室内物体在单目视觉下的长期身份一致性保持问题，为跨范式跟踪算法提供标准化评估基准。The REMIND Custom Indoor Dataset is a benchmark dataset specifically constructed for long-term multi-object re-identification research. It was created by the Computer Vision Team of the Technical University of Madrid, aiming to simulate object re-identification scenarios in robotic indoor navigation. This dataset includes meticulously designed controlled revisit sequences covering environments with dense same-category object distractions, and captures the appearance characteristics of static objects under long time intervals, substantial viewpoint changes and severe lighting variations via monocular RGB videos. The data collection process simulates the complete workflow of a robot exiting and re-entering a room, constructing object disappearance and reappearance sequences with a time span of hundreds of frames. This dataset is primarily applied in the fields of computer vision and robotics, dedicated to solving the problem of long-term identity consistency maintenance of general indoor objects under monocular vision, and providing a standardized evaluation benchmark for cross-paradigm tracking algorithms.

搜集汇总

数据集介绍

构建方式

移动机器人在室内导航时，需在长时间间隔、显著视角变化和剧烈光照条件下重新识别先前观察到的物体。为应对这一挑战，研究者构建了REMIND custom indoor dataset，这是一个专为长期多目标重识别设计的单目RGB视频数据集。数据集包含一段2分17秒的连续轨迹，起始于一个房间，随后过渡至另一个更杂乱的房间，经历强烈光照下降后重新进入初始房间。场景中故意布置了多类视觉相似的实例，如笔记本电脑、遥控器、叉子和剪刀等，以突出同类物体区分、外观漂移以及长时间遮挡和重访后的身份恢复问题。该数据集通过连续的单目视频序列，浓缩了室内导航中重识别的核心难点，为评估长期身份持久性提供了标准化的基准。

特点

该数据集具有鲜明的特点：首先，它包含了受控的重访场景，摄像机在离开房间数分钟后再次返回，考验系统在长时间间隔后的重识别能力。其次，场景中存在严重的光照变化，从明亮过渡到阴暗，模拟真实室内环境中的光照波动。第三，数据集中密集分布着同类物体，如多个相似笔记本电脑或遥控器，这对区分同一类别的不同实例提出了挑战。此外，整个序列采用单一的连续单目RGB视频，不依赖相机位姿或深度信息，强调仅凭外观记忆和上下文推理进行重识别。这些特点使得该数据集成为首个专门针对室内导航长期多目标重识别问题而设计的基准，填补了现有数据集在这一特定场景下的空白。

使用方法

使用该数据集时，研究人员可将其作为评估长时间间隔室内物体重识别算法的标准测试平台。具体而言，模型需以单目RGB帧序列为输入，每帧包含由现成检测器（如YOLO）产生的分割掩码。系统需在线地为每个检测到的物体分配并维持一致的身份标签，即使物体在数百帧后以不同视角和光照条件重新出现。评估指标聚焦于身份保持能力，包括IDF1、恢复率（Recovery）、硬恢复率（Hard recovery）以及身份切换率（IDSW）。该数据集也可与ScanNet++等公共数据集联合使用，以全面评估算法在具有不同复杂度的室内场景中的泛化性能。完整的系统、评估代码和数据集均已开源，便于研究社区复现和扩展。

背景与挑战

背景概述

移动机器人于室内环境自主导航时，一个核心挑战在于实现跨长时间间隔、显著视角变化以及剧烈光照波动下的物体再识别。然而，现有多目标追踪方法专为行人与车辆的短期帧间关联设计，行人与车辆再识别技术缺乏持久记忆机制，而视频目标分割方法则依赖反应式干扰过滤而非全局身份一致性。为填补这一空白，由马德里理工大学计算机视觉与空中机器人小组的Pablo Diaz-Pereda、Alejandro Rodriguez-Ramos等研究人员，于2026年提出REMIND（带记忆的室内导航再识别）系统。该系统无需相机位姿或深度信息，仅凭单目RGB图像即可实现通用室内物体的长时多目标身份持久化追踪。在自建室内数据集上，REMIND达到了90.35%的IDF1值，远超视频目标分割基线约20个百分点，并比强追踪-检测基线高出逾36个百分点，展现出对室内导航领域物体身份长期维持的显著影响力。

当前挑战

REMIND数据集及系统旨在应对室内导航中物体再识别的多重挑战。首要挑战是领域问题：物体在机器人离开房间数分钟后重新出现时，需克服视角剧变、光照骤降以及密集同类物体干扰（如多个相同的笔记本电脑或遥控器），实现跨数百帧时间间隔的身份恢复。现有MOT仅处理连续帧，Re-ID缺乏时空记忆，VOS虽能处理消失与重现但缺少全局身份分配，导致同类物体间身份交换成为固有缺陷。其次，构建过程中亦面临挑战：为真实模拟上述场景，需精心设计包含受控重访、严重光照变化与密集同类杂物的连续单目视频序列，并精确标注物体实例以分离分割误差与关联能力。此外，系统需在高密度目标场景下平衡恢复率与身份纯度，以及避免大规模多物体追踪时GPU内存耗尽，如基线方法在YOLO检测下66.9%场景因显存溢出而失败。

常用场景

经典使用场景

REMIND custom indoor dataset专为室内移动机器人在长时间间隔、显著视角变化和剧烈光照变化下的多目标重识别任务而设计。该数据集模拟了机器人离开房间、探索其他区域后重新进入同一空间的过程，其中包含大量同类物体密集分布的场景，如笔记本电脑、遥控器、叉子和剪刀等类别内外观高度相似的物品。研究者利用这一基准来评估跟踪器在受控回访场景中能否在数百帧的时间跨度后重新辨认先前观测过的物体，令其成为衡量长期身份持久性的理想平台。

衍生相关工作

基于该数据集，REMIND系统本身衍生了多处关键技术贡献，包括冻结DINOv3特征与双库多原型外观记忆的结合、部分级与背景级描述子的分层提取、以及利用空间共现关系的邻居上下文推理模块。后续工作可以沿着强化同类判别性描述子设计、检测器与重识别模块的联合优化、以及将稀疏的双库记忆结构推广到更多移动机器人部署场景等方向展开，从而将长期身份一致性问题从基准测试推向实际应用落地。

数据集最近研究

最新研究方向

近年来，室内移动机器人领域对长时物体再识别的研究日益聚焦于如何在缺乏相机位姿与深度信息的情况下，实现跨大幅度视角变化、剧烈光照波动及长时间间隔的身份保持。REMIND数据集应运而生，旨在突破传统多目标跟踪仅适用于短时帧间关联、行人车辆再识别依赖类别特定模型以及视频目标分割缺乏全局身份一致性约束的局限。该数据集专门设计了受控回访与密集同类干扰场景，结合冻结的DINOv3特征、双存储原型记忆、部件与背景级描述子及邻域上下文推理，在IDF1指标上相较最先进的视频目标分割基线领先近20个百分点，为室内导航场景下的通用物体持久身份关联建立了全新基准与评估协议，推动了该领域向无需几何重构的纯外观与上下文推理范式演进。

相关研究论文

• REMIND: RE-Identification with Memory for INDoor Navigation

  马德里理工大学·计算机视觉与航空机器人实验室; 西班牙高等科学研究委员会·自动化与机器人中心 · 2026年