네이버랩스의 오픈데이터셋은 지금도 계속 업데이트 되고 있습니다. 우리의 최신 데이터를 나눔으로써 연구자들과 함께 성장하길 바랍니다. 본 페이지에서는 개별 데이터셋 'Indoor Localization Dataset V1.0 (Dept. & Metro St.)'의 구성과 상세정보를 확인할 수 있습니다.
Data description
네이버랩스 Indoor Localization Dataset은 일상적인 실내 공간의 다양한 특징들을 포함함으로써, 비젼 분야의 실용적인 연구에 도움이 되는 것을 목표로 합니다. 다양한 규모(5,250~20,879m2)와 고유의 특징이 두드러지는 백화점과 지하철역의 공간들을 선정하였고, 다수의 사람들이 왕래하는 상황 속에서 130,000장 이상의 이미지와 LiDAR 데이터를 획득하였습니다. 또한 최대 4개월 간격을 두고 데이터를 획득함으로, 변화하는 환경에 대한 알고리즘의 검증이 가능하도록 하였습니다. 획득된 데이터는 매핑 프로세스에 의해 생성된 ground truth pose, image feature와 함께 kapture format으로 제공됩니다.
Dept. 데이터셋은 총 3개층의 데이터로 구성됩니다. 화장품, 보석 가게가 있는 1F과 의류상점이 있는 4F 데이터셋이 밝은 조명과 함께 많은 반사된 정보들을 포함하는 반면, 식당가가 있는 B1 데이터셋은 부족한 조명으로 인해 어두운 이미지들을 포함하고 있습니다.
Metro St. 데이터셋은 서울에서 가장 붐비는 지하철역 중 하나에서 획득된 데이터로, 많은 군중으로 가려진 이미지들 사이에서 알고리즘의 강인성을 평가하기에 용이합니다. B1 데이터셋은 지하철역의 상점가와 개찰구를 포함하고 있는 가장 큰 데이터셋이며, B2 데이터셋은 유사한 두 개의 지하철 플랫폼 사이에서의 알고리즘의 구분력을 평가하도록 합니다.
Localization 알고리즘의 용이한 평가를 위해, 모든 공간에서 2번 이상 데이터를 획득하였습니다. 각 데이터셋은 mapping 데이터와 query 데이터로 구분되어 있으며, query 데이터는 다시 test 셋과 validation 셋으로 분류되어 있습니다. 보다 상세한 내용은 논문에서 확인하실 수 있습니다. (2021년 6월, CVPR 2021에 논문 공개 예정)
표 1. 데이터셋 정보
그림 1. 데이터셋의 point clouds (흰색 영역 : test셋, 빨간색 영역 : validation 셋)
Mapping device
백화점과 지하철역을 스캔하기 위해 M1X가 사용되었습니다. M1X는 바퀴 기반의 이동형 디바이스로, 실내를 주행하며 2개의 Velodyne LiDAR와 6개의 산업용 카메라 그리고 4개의 스마트폰 카메라로부터 데이터를 획득합니다. 각 센서의 상세 정보는 표2에서 확인하실 수 있습니다.
그림 2. M1X
표 2. 센서 정보
BibTeX
@inproceedings{Lee2021IndoorLocDataset,
title={Large-scale Localization Datasets in Crowded Indoor Spaces},
author={Lee, Donghwan and Ryu, Soohyun and Yeon, Suyong and Lee, Yonghan and Kim, Deokhwa and Han, Cheolho and Cabon, Yohann and Weinzaepfel, Philippe and Guérin Nicolas and Csurka, Gabriela and Humenberger, Martin},
booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
year={2021}
}
관련 글 │ Releasing first of a kind large-scale localization datasets in crowded indoor spaces