영상과 공간의 연결
색상과 깊이를 가진 연속 영상에 카메라 자세와 복원 표면을 연결한다. 이 구성은 한 장의 영상뿐 아니라 여러 관측이 같은 물리적 장면에 어떻게 놓이는지 학습하는 데 쓰인다.
수집과 주석
연구진은 사용하기 쉬운 RGB-D 수집 체계와 자동 표면 복원 및 다수 참여자의 의미 주석을 결합했다. 많은 실내 관측을 지도 학습에 사용할 수 있도록 모으는 것이 주요 목적이었다.
다양한 장면 이해 과제
초기 논문은 삼차원 물체 분류와 의미 복셀 표지 및 CAD 모델 검색에서 자료의 효과를 평가했다. 이후 연구의 다른 과제나 자료 판본과 초기 평가를 구별해서 읽어야 한다.
결과 비교의 기준
같은 ScanNet 이름을 사용해도 학습 및 시험 분할과 주석 범주 및 평가 지표는 다를 수 있다. 특히 ScanNet200처럼 범주를 확장한 설정은 원래의 좁은 범주 평가와 같은 조건이 아니다.
관련 문서
ScanNet200 / RGB-D / 삼차원 복원 / 의미 분할 / Mask3D 인스턴스 분할 / OpenMask3D