WideRange4D-Multiview-Szenendatensatz

WideRange4D ist ein neuer Benchmark-Datensatz, der 2025 gemeinsam von der Peking-Universität, der Universität der Chinesischen Akademie der Wissenschaften und der National University of Singapore vorgeschlagen wird.WideRange4D: Ermöglicht hochwertige 4D-Rekonstruktion mit weitreichenden Bewegungen und Szenen".

Dieser Datensatz füllt die Lücke in vorhandenen 4D-Rekonstruktionsdatensätzen in komplexen dynamischen Szenen, indem er 4D-Szenendaten mit einem großen Bereich räumlicher Bewegung einführt. Es zeichnet sich durch Szenenreichtum, Bewegungskomplexität und Umgebungsvielfalt aus, einschließlich realer Szenen (wie Stadtstraßen, Landstraßen) und virtueller Szenen, die Bewegungen über kurze, mittlere und lange Distanzen sowie komplexe Bewegungsbahnen abdecken und gleichzeitig eine Vielzahl von Wetterbedingungen wie sonnige Tage, regnerische Tage und Sandstürme simulieren. Der Prozess der Datensatzerstellung ist sehr anspruchsvoll. Es bezieht verschiedene Menschen-, Tier- und Charaktermodelle von Plattformen wie Mixamo und MetaHuman der Unreal Engine und verwendet das Skelettsystem, um die Generierung komplexer Bewegungsbahnen zu steuern. Es verwendet außerdem die FAB-Bibliothek der Unreal Engine zum Erstellen modularer Szenen und führt dynamische Wetteränderungen über das Plug-In „Ultra Dynamic Sky“ ein. Schließlich werden die konfigurierten CineCamera-Akteure verwendet, um RGB-Sequenzen aus verschiedenen Winkeln mit einer Frequenz von 60 Bildern pro Sekunde aufzunehmen, um geometrische und photometrische Konsistenz aus mehreren Perspektiven sicherzustellen.

Der WideRange4D-Datensatz verfügt über ein breites Spektrum an Anwendungsszenarien, insbesondere in den Bereichen Animationsproduktion und virtuelle Realität. Es kann hochwertige dynamische Szenenvorlagen für die Animationsproduktion bereitstellen, wodurch die Modellierungs- und Renderzeit erheblich verkürzt wird, und außerdem eine realistische dynamische Umgebung für Virtual-Reality-Anwendungen bieten. Darüber hinaus kann der Datensatz auch zur Bewertung der Leistung von 4D-Rekonstruktionsmethoden verwendet werden, insbesondere bei großflächigen Bewegungsszenen. Um die Wirksamkeit des Datensatzes zu überprüfen, wird in dem Dokument eine neue 4D-Rekonstruktionsmethode namens Progress4D vorgeschlagen und anhand des WideRange4D-Datensatzes einem Benchmarking unterzogen. Experimentelle Ergebnisse zeigen, dass die 4D-Rekonstruktionsqualität von Progress4D in weiträumigen Bewegungsszenen besser ist als die der bestehenden hochmodernen Methoden, was das Potenzial und den Wert des WideRange4D-Datensatzes bei der Förderung der Entwicklung der 4D-Rekonstruktionstechnologie weiter unterstreicht.