WayveScenes101: A Dataset and Benchmark for Novel View Synthesis in Autonomous Driving

我们提供了WayveScenes101数据集，旨在帮助社区推动新视角合成技术的发展，重点关注包含许多动态和可变形元素、具有不断变化几何和纹理的具有挑战性的驾驶场景。该数据集包括101个驾驶场景，涵盖广泛的环境条件和驾驶场景。该数据集旨在对野外驾驶场景的重建进行基准测试，其中包括图像眩光、快速曝光变化以及具有显著遮挡的高度动态场景等场景重建方法固有的许多挑战。除了原始图像外，我们还以标准数据格式包括了COLMAP导出的相机姿态。我们提出了一个评估协议，用于评估模型在训练视角之外的保留相机视图上的表现，特别是测试方法的泛化能力。最后，我们提供了所有场景的详细元数据，包括天气、时间和交通状况，以便对场景特征进行详细的模型性能分析。数据集和代码可在https://github.com/wayveai/wayve_scenes上获得。

WayveScenes101数据集的设计旨在解决什么问题？

WayveScenes101数据集提供了一种基准测试方法，针对驾驶场景中的新视角合成进行评估。

数据集包含101个驾驶场景，具有多个动态和可变形元素，同时包含许多具有挑战性的情况。数据集还提供了详细的元数据，包括天气，时间和交通状况，以便进行详细的模型性能分析。同时，数据集和代码都是开源的。

最近的相关研究包括：《DeepStereo: Learning to Predict New Views from the World's Imagery》和《Unsupervised Learning of Depth and Ego-Motion from Video》。