Datasetpublic

Maksonchek/indoor-smartphone-3d-reconstruction-control

Indoor Smartphone 3D Reconstruction Control Dataset Набор данных подготовлен для сравнения методов восстановления 3D-сцены в помещении по короткому видео со смартфона. Он содержит три небольшие indoor-сцены, очищенные публикационные видеоролики, подвыборки кадров, ручную CVAT-разметку и физически измеренные контрольные расстояния. Датасет предназначен для оценки геометрической согласованности результатов 3D-реконструкции. Разметка не является обучающей dense-разметкой глубины:… See the full description on the dataset page: https://huggingface.co/datasets/Maksonchek/indoor-smartphone-3d-reconstruction-control.

sourceHugging Faceotherupdated 4mo agoView on Hugging Face

1likes68downloads

Dataset Card

Indoor Smartphone 3D Reconstruction Control Dataset

Набор данных подготовлен для сравнения методов восстановления 3D-сцены в помещении по короткому видео со смартфона. Он содержит три небольшие indoor-сцены, очищенные публикационные видеоролики, подвыборки кадров, ручную CVAT-разметку и физически измеренные контрольные расстояния.

Датасет предназначен для оценки геометрической согласованности результатов 3D-реконструкции. Разметка не является обучающей dense-разметкой глубины: она задает контрольные точки, контрольные отрезки и масштабные объекты с известными реальными размерами.

Состав

Сцена	Содержание	Основные контрольные измерения
`scene_01_desk`	рабочий стол, A4, голубые стикеры, книга/предмет слева	A4 `210 x 297 мм`; стикеры `275 мм`; угловое смещение `80/130 мм`; объект `140 x 190 мм`
`scene_02_round_table`	круглый столик, книга, красный и голубые стикеры	книга `170 x 240 мм`; стикеры `85 x 85 мм`; расстояния между центрами `480`, `300`, `280 мм`
`scene_03_nightstand`	тумбочка, A4, верхние и боковые стикеры, кружка	A4 `210 x 297 мм`; стикеры `85 x 85 мм`; кружка `95/85 мм`; боковые стикеры `500 мм`

Сводная статистика

Сцена	Видео и кадры	CVAT-разметка	Контрольные измерения
`scene_01_desk`	`42.3 s`, `30 fps`; выборки кадров: `20/40/80`; ключевые кадры: `8`	всего `48` объектов: `control_point=19`, `control_segment=22`, `scale_reference=7`	`8` записей
`scene_02_round_table`	`32.6 s`, `30 fps`; выборки кадров: `20/40/80`; ключевые кадры: `8`	всего `64` объекта: `control_point=16`, `control_segment=40`, `scale_reference=8`	`7` записей
`scene_03_nightstand`	`42.9 s`, `30 fps`; выборки кадров: `20/40/80`; ключевые кадры: `8`	всего `82` объекта: `control_point=21`, `control_segment=53`, `scale_reference=8`	`11` записей

Структура файлов

text

huggingface_dataset/
  README.md
  .gitattributes
  figures/
    dataset_annotated_keyframes_overview_ru_clean.png
  metadata/
    CVAT_annotation_guide.md
    dataset_scene_table.csv
    dataset_summary.json
    file_manifest.csv
    train_test_split_all.csv
  data/
    scene_01_desk/
      video/
      frames/
        frames_20/
        frames_40/
        frames_80/
        annotation_keyframes/
      annotations/
        annotations.xml
        annotation_measurement_mapping.md
      metadata/
        measurements.csv
        scene_metadata.csv
        split_rules.csv
        train_test_split.csv
        annotation_plan.md

Такая же структура используется для scene_02_round_table и scene_03_nightstand.

Разметка

Разметка выполнена в CVAT и сохранена в формате CVAT for images 1.1.

Используются три типа меток:

—control_point — контрольные точки;
—control_segment — контрольные отрезки с известным физическим расстоянием;
—scale_reference — масштабные объекты, например A4 или квадратный стикер.

Если контрольный объект на кадре виден не полностью, выходит за границу кадра, закрыт или размыт, разметка для него пропускается либо ограничивается видимой надежной частью. Поэтому число объектов разметки может отличаться от кадра к кадру.

Публичная версия и приватность

В набор включены только очищенные публикационные MP4-файлы из папок curated. Исходные файлы VID_*.mp4 не включены намеренно, поскольку они могли содержать аудиодорожку и служебные метаданные устройства.

Использование

Типовой сценарий:

1.Взять кадры из frames_20, frames_40 или frames_80.
2.Запустить выбранный метод 3D-реконструкции.
3.Сравнить восстановленные расстояния с контрольными значениями из measurements.csv.
4.Использовать annotations.xml и annotation_measurement_mapping.md, чтобы сопоставить CVAT-объекты с реальными размерами.

Лицензия

Перед публичной публикацией необходимо явно выбрать лицензию датасета в настройках Hugging Face. В карточке временно указано license: other, чтобы не назначать лицензию автоматически.

Цитирование

Если датасет используется вместе со статьей, ссылайтесь на работу:

Привалов М. А. Сравнение методов восстановления 3D-сцены в помещении по короткому видео со смартфона.