OMD (Oxford Multimotion Dataset)

牛津多运动数据集 (OMD) 提供了许多复杂度不同的多运动估计问题。它既包括挑战现有算法的复杂问题，也包括支持开发的一些简单问题。这些包括来自静态和动态传感器的观察、不同数量的移动物体以及各种不同的 3D 运动。它还提供了许多旨在隔离多运动问题的特定挑战的实验，包括围绕光轴的旋转和遮挡。
牛津多运动数据集总共包含超过 110 分钟的多运动数据，包括立体和 RGB-D 相机图像、IMU 数据和 Vicon 真实轨迹。该数据集最终形成了一个复杂的玩具车部分，代表了许多具有挑战性的现实世界场景。

The Oxford Multi-Motion Dataset (OMD) provides multi-motion estimation problems with varying levels of complexity. It includes both complex problems that challenge existing algorithms and simpler ones to support algorithm development. These cover observations from static and dynamic sensors, varying numbers of moving objects, and a wide range of distinct 3D motions. It also offers numerous experiments designed to isolate specific challenges in multi-motion problems, including rotation around the optical axis and occlusion.

The Oxford Multi-Motion Dataset contains over 110 minutes of multi-motion data in total, including stereo and RGB-D camera images, IMU data, and Vicon ground-truth trajectories. The dataset is built around a complex toy car setup that represents a variety of challenging real-world scenarios.

搜集汇总

背景与挑战

背景概述

OMD（牛津多运动数据集）是一个专注于多运动估计问题的数据集，提供超过110分钟的立体和RGB-D相机图像、IMU数据及Vicon真实轨迹，旨在支持算法开发和挑战现有方法。该数据集由牛津大学于2019年发布，包含从简单到复杂的多种运动场景。