CarFusion

displayName: CarFusion
labelTypes:
- Box2D
- Keypoints2D
license:
- MIT
mediaTypes:
- Image
paperUrl: http://openaccess.thecvf.com/content_cvpr_2018/papers/Reddy_CarFusion_Combining_Point_CVPR_2018_paper.pdf
publishDate: "2018"
publishUrl: http://www.cs.cmu.edu/~ILIM/projects/IM/CarFusion/cvpr2018/index.html
publisher:
- Carnegie Mellon University
tags:
- Truck
- Sedan
- Bus
taskTypes:
- Pose Estimation
- 3D Reconstruction
- Object Tracking

---
# 数据集介绍
## 简介
从宽基线、未校准和非同步的相机中观察到的多个动态刚性物体（例如车辆）的快速准确的 3D 重建具有挑战性。一方面，特征跟踪在每个视图中都能很好地工作，但由于视野重叠有限或由于遮挡，很难在多个摄像机之间进行对应。另一方面，深度学习的进步导致强大的检测器可以跨不同的视点工作，但对于基于三角剖分的重建仍然不够精确。在这项工作中，我们开发了一个框架来融合单视图特征轨迹和多视图检测到的部分位置，以显着改善移动车辆的检测、定位和重建，即使在存在强遮挡的情况下也是如此。我们通过重建 3 分钟窗口内通过的 40 多辆车辆，在繁忙的交通路口展示了我们的框架。
## 类定义
```
car
```
## 引文
```
@InProceedings{Reddy_2018_CVPR,
author = {Dinesh Reddy, N. and Vo, Minh and Narasimhan, Srinivasa G.},
title = {CarFusion: Combining Point Tracking and Part Detection for Dynamic 3D Reconstruction of Vehicles},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2018}
}
```

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

displayName: CarFusion
labelTypes:
- 二维边界框（Box2D）
- 二维关键点（Keypoints2D）
license:
- MIT许可证（MIT）
mediaTypes:
- 图像
paperUrl: http://openaccess.thecvf.com/content_cvpr_2018/papers/Reddy_CarFusion_Combining_Point_CVPR_2018_paper.pdf
publishDate: "2018"
publishUrl: http://www.cs.cmu.edu/~ILIM/projects/IM/CarFusion/cvpr2018/index.html
publisher:
- 卡内基梅隆大学（Carnegie Mellon University）
tags:
- 卡车
- 轿车
- 巴士
taskTypes:
- 位姿估计（Pose Estimation）
- 三维重建（3D Reconstruction）
- 目标跟踪（Object Tracking）

---
# 数据集简介
## 概述
在宽基线、未校准且非同步的多相机系统下，对多个动态刚性物体（如车辆）开展快速精准的三维重建极具挑战性。一方面，单视图内的特征跟踪效果优异，但受限于有限的视野重叠或遮挡问题，难以建立多相机间的特征对应关系；另一方面，深度学习的进展催生了可适配不同视点的高性能检测器，但这类检测器在基于三角剖分的重建任务中精度仍有不足。本研究开发了一种融合单视图特征轨迹与多视图检测得到的部件位置的框架，可显著提升移动车辆的检测、定位与重建效果，即便在存在强遮挡的场景下亦能有效运行。我们在繁忙的交通路口采集数据，对3分钟通行窗口内的40余辆车辆完成了三维重建，以此验证了所提框架的有效性。
## 类别定义
car
## 引用文献

@InProceedings{Reddy_2018_CVPR,
author = {Dinesh Reddy, N. and Vo, Minh and Narasimhan, Srinivasa G.},
title = {CarFusion: Combining Point Tracking and Part Detection for Dynamic 3D Reconstruction of Vehicles},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2018}
}

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

搜集汇总

背景与挑战

背景概述

CarFusion是一个用于动态车辆3D重建的计算机视觉数据集，通过融合单视角特征跟踪与多视角部件检测技术，有效解决遮挡和视角限制问题。数据集包含40多辆车辆的3分钟交通路口重建数据，适用于车辆检测、定位与重建研究。