2달 전

ECLAIR: 고정밀 공중 LiDAR 데이터셋을 위한 의미 분할

Iaroslav Melekhov; Anand Umashankar; Hyeong-Jin Kim; Vladislav Serkov; Dusty Argyle
ECLAIR: 고정밀 공중 LiDAR 데이터셋을 위한 의미 분할
초록

ECLAIR (Extended Classification of Lidar for AI Recognition)는 포인트 클라우드 의미 분할 연구를 발전시키기 위해 설계된 새로운 실외 대규모 공중 LiDAR 데이터셋을 소개합니다. 현재까지 가장 광범위하고 다양하게 구성된 이 종류의 데이터셋으로, 총 10km² 면적에 약 6억 개의 포인트를 포함하며 11개의 구분된 객체 카테고리를 특징으로 합니다. 데이터셋의 품질과 활용성을 보장하기 위해, 내부 전문가 팀이 포인트 라벨을 철저히 정리하여 의미 라벨링의 정확성과 일관성을 확보하였습니다. 이 데이터셋은 3D 도시 모델링, 장면 이해, 그리고 유틸리티 인프라 관리 분야를 발전시키기 위해 새로운 도전 과제와 잠재적인 응용 분야를 제시하도록 설계되었습니다. 벤치마크로서, Minkowski 엔진 기반의 복셀 기반 포인트 클라우드 분할 접근법에 대한 질적 및 양적 분석 결과를 보고합니다.

ECLAIR: 고정밀 공중 LiDAR 데이터셋을 위한 의미 분할 | 최신 연구 논문 | HyperAI초신경