前言

我們在計算機視覺的頂級會議之一的ECCV 2020組織了Holistic Scene Structures for 3D Vision Workshop。本文安利一下在該研討會上舉辦的Holistic 3D Vision Challenge：室內房間佈局估計和室外街景平面檢測，歡迎大家踴躍參與！

房間佈局估計競賽

Structured3D Dataset

競賽主頁：

https：//

competitions。codalab。org

/competitions/24183

目前SOTA的房間佈局估計方法（例如LayoutNet和HorizonNet等）都對於房間的結構有一定的假設，例如立方體或者曼哈頓世界假設。基於以上的兩種假設和人工標註誤差，這些方法所使用的資料集（PanoContext資料集和Stanford-2D-3D資料集）的佈局標註存在一定的錯誤。

為了讓演算法能夠不依賴於房間佈局的假設從而預測更一般化的房間佈局結構，在此次任務中，房間佈局估計競賽基於Structured3D資料集帶有結構化標註的資料為訓練資料（更多該資料集的介紹可見這裡）。

街景平面檢測競賽

HoliCity Dataset

競賽主頁：

https：//

competitions。codalab。org

/competitions/24942

現有的平面檢測方法如PlaneNet、PlaneRCNN和PlanarReconstruction使用ScanNet室內資料集，其平面標註由研究者們基於ScanNet重建模型與分割標註，使用傳統方法RANSAC獲取平面標註，然而這種平面標註非常依賴於三維模型的重建精度，致使平面分割的標註也很粗糙。同時，室外場景的平面檢測一直缺少一個大規模的資料集。在該任務中，我們基於HoliCity資料集。

時間節點

2020年7月24日：Test-Development phase deadline

2020年7月31日：Test-Challenge phase deadline

2020年8月7日：論文及程式碼提交

2020年8月10日：公佈錄取論文

2020年8月23日：線上研討會

組織者及機構