本次ICCV 2021的Urban3D挑戰賽旨在建立一個新的城市規模的點云三維語義分割基準。

我們生活的3D世界由各種各樣的物體組成：建筑物、橋梁、樹木、汽車、河流等等，每一個物體都有不同的外觀、形態和功能。讓機器能夠精確地分割和標記這些不同的物體，對于提高機器與現實3D場景交互應用的性能尤為重要，例如場景級機器人導航、自動駕駛，甚至大規模城市3D建模等應用，這對未來的智慧城市規劃和管理至關重要。

在過去幾年中，三維點云理解技術取得了顯著的進步。現有方法在點云目標識別和語義分割方面都有很高的準確率，但這些方法都局限于非常小的三維點云數據，很難直接推廣到大規模點云的場景中。

在這次競賽中，組織者提出了SensatUrban數據集來應對這一領域瓶頸，該數據集由英國多個城市地區的大型分區組成。由于逐點注釋的高質量和語義類別的多樣性分布，SensatUrban數據集使我們能夠探索三維語義學習的一些關鍵研究問題。

本次競賽致力于突出城市環境中超大密集點云的三維語義分割所面臨的挑戰，并在智能城市、自動駕駛、大型基礎設施的自動化資產管理和智能建筑工地等應用領域激發創新工作。

挑戰賽主頁：

https://urban3dchallenge.github.io

時間節點?

競賽開始時間：2021年5月12日?

競賽結束時間：2021年9月3日?

參與者通知時間：2021年9月7日?

研討會時間：2021年10月11日

組織單位和嘉賓?

賽題介紹?

是一個大規模的城市攝影測量點云數據集，擁有近30億個標注點。這個數據集由兩個英國城市的大片區域組成，覆蓋了大約6平方公里的城市區域。在數據集中，每個三維點被標記為地面、植被、建筑、墻壁、橋梁、停車場、鐵路、汽車、人行道、自行車、水、交通道路和街道設施共13個類別中的一類，下圖為兩個城市中各個類別的標注比例。?

參賽者需要對測試集中的每個點使用模型進行類別預測。模型的輸入是三維點外觀的坐標列表，即每個點的RGB值。模型的性能指標是13個類別預測的交并比 (mIoU)。

競賽數據集下載鏈接：?

http://point-cloud-analysis.cs.ox.ac.uk/?

模型提交網站鏈接：

https://competitions.codalab.org/competitions/31519

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的ICCV 2021｜面向城市场景理解的大规模3D点云挑战赛的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。