SHREC 2022：基于图像与RGB-D数据的路面坑洼与裂缝检测

本文介绍了在2022年SHREC竞赛中“道路路面坑洼与裂缝检测”赛道所提交的各类方法的评估情况。共对比了7种针对道路表面语义分割的方法，其中包括6个参赛者提交的方法以及一种基准方法。所有方法均基于深度学习技术，并在相同的测试环境中进行性能验证（即使用单一的Jupyter笔记本环境）。参赛者获得了包含3836对语义分割图像/掩码以及797段由最新深度相机采集的RGB-D视频片段的训练数据集。随后，各方法在验证集的496对图像/掩码、测试集的504对图像/掩码以及8段视频片段上进行评估。结果分析结合了图像分割的定量评价指标与对视频片段的定性分析。参赛情况及实验结果表明，该应用场景具有重要研究价值，且在该任务中使用RGB-D数据仍面临显著挑战。