Papers·2일 전
DF3DV-1K: 1,048개 장면 실세계 데이터셋 — distractor-free radiance field 벤치마크와 2D enhancer fine-tuning 으로 PSNR 0.96dB 개선
DF3DV-1K는 1,048개 장면, 89,924장 이미지로 구성된 대규모 실세계 데이터셋으로, 각 장면마다 clean/cluttered 이미지 세트를 제공합니다. 128종의 distractor와 161종의 scene theme을 포함하며, 9가지 distractor-free radiance field 방법과 3D Gaussian Splatting을 벤치마킹해 가장 강건한 방법과 까다로운 시나리오를 식별했습니다. 또한 diffusion 기반 2D enhancer를 fine-tuning해 radiance field 방법에 적용, held-out set에서 PSNR 0.96dB, LPIPS 0.057 향상을 달성했습니다.
Distractor-free radiance field 평가를 위한 대규모 실세계 데이터셋 DF3DV-1K가 공개되었습니다.
핵심 결론
- 데이터셋 — 1,048개 장면, 89,924장 이미지, 128종 distractor, 161종 scene theme — consumer camera 로 촬영.
- 벤치마크 — 9가지 distractor-free 방법 + 3D Gaussian Splatting 평가, 가장 강건한 방법과 까다로운 시나리오 식별.
- 응용 — Diffusion 기반 2D enhancer fine-tuning 으로 radiance field PSNR 0.96dB, LPIPS 0.057 개선.
방법
- 구성 — 각 장면마다 clean 이미지와 cluttered(distractor 포함) 이미지 세트를 별도로 제공, 정량적 robustness 평가 가능.
- 서브셋 — DF3DV-41: 41개 장면으로 구성된 curated subset, 까다로운 조건에서 방법 평가용.
- 2D enhancer — DF3DV-1K 로 diffusion 기반 enhancer fine-tuning, radiance field 의 렌더링 품질 향상에 활용.
한계·조건
- 범위 — 데이터셋은 consumer camera casual capture 환경에 특화, 전문 장비나 제어된 조명 조건은 포함하지 않음.
- 공개 — 데이터셋과 리더보드는 웹사이트에서 공개, 코드 공개 여부는 명시되지 않음.
- 재현성 — 9개 방법 벤치마크는 단일 GPU 환경에서 수행된 것으로 보이나, 세부 compute 명세는 논문 참조 필요.
편집자 한 줄
Distractor-free radiance field 분야에 표준화된 대규모 벤치마크가 부재했던 점을 고려하면, 이 데이터셋은 앞으로 해당 연구의 재현성과 비교 가능성을 크게 높여줄 것으로 보입니다.
- #radiance-fields
- #dataset
- #benchmark
- #distractor-free
- #nerf
Cheng-You Lu