ChangeSim ist ein Datensatz, der hauptsächlich zur Online-Erkennung von Szenenänderungen verwendet wird. Durch das Sammeln von Daten in einer simulierten Umgebung erhielten die Forscher multimodale Sensordaten und genaue Ground-Truth-Annotationen wie RGB-Bilder, Tiefenbilder, semantische Segmentierung, Variationssegmentierung, Kamerapose und 3D-Rekonstruktion. Diese simulierten Umgebungen weisen Variationen auf, die nicht zum Ziel führen, wie etwa Änderungen der Lufttrübung und der Lichtverhältnisse, sowie Änderungen der Zielobjekte in industriellen Innenräumen. Anders als bei früheren Online-SCD-Datensätzen, bei denen Modelle nur anhand gut ausgerichteter Bildpaare ausgewertet werden, stellt ChangeSim auch die ursprünglichen ungepaarten Sequenzen bereit und bietet so die Möglichkeit, Online-SCD-Modelle durchgängig zu entwickeln.

Zitat

@inproceedings{park2021changesim,
author = {Park, Jin-Man and Jang, Jae-hyuk, and Yoo, Sahng-Min and Lee, Sun-Kyung and Kim, Ue-hwan and Kim, Jong-Hwan},
title = {ChangeSim: Towards End-to-End Online Scene Change Detection in Industrial Indoor Environments},
booktitle={2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
year = {2021},
organization = {IEEE},
url = {https://arxiv.org/abs/2103.05368},
}