本次ICCV2021的Urban3D挑战赛旨在建立一个新的城市规模的点云三维语义分割基准。

我们生活的3D世界由各种各样的物体组成:建筑物、桥梁、树木、汽车、河流等等,每一个物体都有不同的外观、形态和功能。让机器能够精确地分割和标记这些不同的物体,对于提高机器与现实3D场景交互应用的性能尤为重要,例如场景级机器人导航、自动驾驶,甚至大规模城市3D建模等应用,这对未来的智慧城市规划和管理至关重要。

在过去几年中,三维点云理解技术取得了显著的进步。现有方法在点云目标识别和语义分割方面都有很高的准确率,但这些方法都局限于非常小的三维点云数据,很难直接推广到大规模点云的场景中。

在这次竞赛中,组织者提出了SensatUrban数据集来应对这一领域瓶颈,该数据集由英国多个城市地区的大型分区组成。由于逐点注释的高质量和语义类别的多样性分布,SensatUrban数据集使我们能够探索三维语义学习的一些关键研究问题。

本次竞赛致力于突出城市环境中超大密集点云的三维语义分割所面临的挑战,并在智能城市、自动驾驶、大型基础设施的自动化资产管理和智能建筑工地等应用领域激发创新工作。

挑战赛主页:https://urban3dchallenge.github.io

时间节点 

竞赛开始时间:2021年5月12日

竞赛结束时间:2021年9月3日

参与者通知时间:2021年9月7日

研讨会时间:2021年10月11日

组织单位和嘉宾 

赛题介绍 

是一个大规模的城市摄影测量点云数据集,拥有近30亿个标注点。这个数据集由两个英国城市的大片区域组成,覆盖了大约6平方公里的城市区域。在数据集中,每个三维点被标记为地面、植被、建筑、墙壁、桥梁、停车场、铁路、汽车、人行道、自行车、水、交通道路和街道设施共13个类别中的一类,下图为两个城市中各个类别的标注比例。

参赛者需要对测试集中的每个点使用模型进行类别预测。模型的输入是三维点外观的坐标列表,即每个点的RGB值。模型的性能指标是13个类别预测的交并比(mIoU)。

竞赛数据集下载链接: http://point-cloud-analysis.cs.ox.ac.uk/

模型提交网站链接:https://competitions.codalab.org/competitions/31519

END

备注:3D

三维视觉交流群

扫码备注拉你入群。

ICCV2021|面向城市场景理解的大规模3D点云挑战赛相关推荐

  1. ICCV 2021|面向城市场景理解的大规模3D点云挑战赛

    本次ICCV 2021的Urban3D挑战赛旨在建立一个新的城市规模的点云三维语义分割基准. 我们生活的3D世界由各种各样的物体组成:建筑物.桥梁.树木.汽车.河流等等,每一个物体都有不同的外观.形态 ...

  2. 点云深度学习的3D场景理解

    转载请注明本文链接: https://www.cnblogs.com/Libo-Master/p/9759130.html PointNet: Deep Learning on Point Sets ...

  3. 阅读随记:场景理解篇

    2016_3   BayesianSegNet: Model Uncertainty in Deep Convolutional Encoder-Decoder Architecturesfor Sc ...

  4. Panoramic Imaging及其应用于场景理解的综述

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨黄浴 来源丨计算机视觉深度学习和自动驾驶 arXiv论文"Review on Pano ...

  5. 3D点云(3D point cloud)及PointNet、PointNet++

    文章目录 一.什么是3D点云 二.基于3D点云的一些任务 三.如何提取3D点云数据的特征:PointNet (1)在PointNet之前也有工作在做点云上的深度学习 (2)PointNet (1)置换 ...

  6. 【论文阅读】3D点云 -- PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation

    前言 本博客详解遵从论文讲述的顺序.但我们要明确该论文的要点,以更好的阅读论文:针对点云的3个特性,pointnet设计的应对方法,以及设计理念. 点云的无序性:网络使用了对称函数 (maxpooli ...

  7. 3D点云基础知识(一)-初始入门-知乎整理(二)

    3D点云语义分割--场景理解的关键 https://www.zhihu.com/search?type=content&q=3D%E8%AF%AD%E4%B9%89%E5%88%86%E5%8 ...

  8. CrossPoint:自监督3D点云场景理解(CVPR2022)

    作者丨一个普通的求学者@知乎 来源丨https://zhuanlan.zhihu.com/p/482785806 编辑丨3D视觉工坊 原文标题 背景 大规模人工标注的点云数据集由于其不规则性,在三维物 ...

  9. 基于全局场景背景图和关系优化的全景3D场景理解(ICCV 2021)

    DeepPanoContext: 基于全局场景背景图和关系优化的全景3D场景理解(ICCV 2021) 论文标题:DeepPanoContext: Panoramic 3D Scene Underst ...

最新文章

  1. 中国物联网产业RFID发展机遇分析
  2. Difference between RawValue and FormattedValue
  3. python onenet_使用Python2.7 POST 数据到 onenet 平台
  4. Win10系统,安装虚拟机,是微软自家的 Hyper-V ?还是轻量级的 Virtual Box ?
  5. iOS 如果刷新TableViewCell上得数据是空的 添加尾部暂无数据提示
  6. java请实现程序输出以下星塔||输出菱形
  7. 下载丨Oracle 11g 安装后参数规范设置
  8. CCCC-GPLT L1-036. A乘以B 团体程序设计天梯赛
  9. 百度付费会员下载真是神速,每秒百兆
  10. 产品研发管理和研发项目管理
  11. android程序无法安装,安卓手机安装不了软件怎么办 手机无法安装软件原因和方法...
  12. 【老九学堂】【Java】初级编码规范
  13. java qq 传送文件_java 传送文件
  14. linux reboot故障
  15. TestNG教程三:TestNG中的监听
  16. 【Matlab数字识别】数字仪表图像识别【含源码 693期】
  17. 计算机英语pork,[语音]各种肉的英文
  18. 建立一个植物毒性分类器:数据准备和清理
  19. 漫谈OCL概念、特征和实践(作者:大雁北飞)
  20. 小米游戏本退出安全模式/win10安全模式密码

热门文章

  1. C++/C--在堆栈中使用数组的区别
  2. 用Redis存储Tomcat集群的Session
  3. Table阿里云mysql_数据同步-从MySQL到Tablestore-阿里云开发者社区
  4. 安装vue cli_vuecli4.x安装与搭建
  5. python excel 添加数据_使用pyexcel python在电子表格中添加行数据
  6. 美国计算机研究生学校排名2015,2015USNews美国大学研究生计算机工程专业排名
  7. 短信网关 php,通过ICQ网关发送手机短信的PHP源程序_PHP
  8. 暖通专业标准规范大全_完美!暖通空调专业工程量计算知识大全
  9. nginx升级修复(CVE-2016-4450)
  10. CentOS7升级openssh8.0及升级后无法root登陆处理