3D60是在各种360o视觉研究工作的背景下生成的集合数据集[1]，[2]，[3]。它包括来自现实和合成的大型3D数据集（Matterport3D [4]，Stanford2D3D [5]，SunCG [6]）的场景的多模式立体渲染。

现代3D视觉的进步依赖于数据驱动的方法，因此依赖于任务特定的带注释的数据集。特别是对于诸如深度和曲面估计之类的几何推理任务，高质量数据的收集非常具有挑战性，昂贵且费力。尽管对传统的针孔相机已经做出了巨大的努力，但对于全向针孔相机却不能说相同。我们的3D60数据集填补了数据驱动的球形3D视觉中的一个非常重要的空白，更具体地说，是单眼和立体密集深度和表面估计。我们通过利用在提供室内空间的合成和真实扫描3D数据集并通过光线跟踪重新使用它们以产生高质量，带注释的球形全景图方面所做的努力而起源。

我们提供了以下三种不同的方式，以下是相应的数据格式，无效值（由于不完善的扫描，在渲染过程中出现孔洞）在方括号中表示。

我们的球形全景图是使用为Matterport3D和Stanford2D3D提供的摄影机姿势生成的，而对于SunCG，我们是从每个建筑物边界框的中心进行渲染的，这导致了渲染伪像，从而导致了许多无效的渲染。

Citations

The 3D60 data have been generated during distinct works and thus, depending on which subset (i.e. modalities and/or placements) are used, please cite the corresponding papers as follows:

@inproceedings{zioulis2018omnidepth,

title={Omnidepth: Dense depth estimation for indoors spherical panoramas},

author={Zioulis, Nikolaos and Karakottas, Antonis and Zarpalas, Dimitrios and Daras, Petros},

booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},

pages={448--465},

year={2018}

}

Contact

Please direct any questions related to the dataset and tools to nzioulis@iti.gr or post a GitHub issue.