系列文章目录

middlebury立体匹配评估使用方法总结（一）——网站说明
middlebury立体匹配评估使用方法总结（二）——python版离线教程
middlebury立体匹配评估使用方法总结（三）——线上版教程

文章目录

系列文章目录
前言
一、middlebury数据集是什么？
二、网站说明
总结

前言

查看了很多资料，也没有人系统的说明如何使用middlebury数据集进行评估，所以自己写一下，用于记录和交流。

一、middlebury数据集是什么？

我们需要对立体匹配的错误进行量化，这样就可以公平的比较各个算法了。但是要想量化错误，就需要有标准的视差图作为参考，只需要比较算法的结果和标准视差图，并计算不一样的像素的比例，就可以进行评价了。这个领域的先驱们也正是这样做的，其中奠基性的成果就是MiddleBurry大学的Daniel Scharstein和微软的Richard Szeliski在2002年发表的相关论文（因为是说数据集的操作，这里文字和如何丰富数据集可以参考这位大佬的内容74. 三维重建9-立体匹配5，解析MiddleBurry立体匹配数据集）
Middlebury Stereo Evaluation v.3Middlebury评估网站

二、网站说明

网站说明链接如下:Middlebury Stereo Evaluation v.3 New Features
因为是英文的，所以可以自行翻译一下，大致说的内容为：
Datasets：数据由2 x 15 图像对组成，全分辨率下的最大视差范围为 200 到 800 像素，差异以浮点 PFM 格式存储。
Training and test sets：数据集分为包含 15 张图像的测试和训练集，对于训练集，有一个全自动的在线评估机制，这允许评估训练集上的结果并在与在线表格中所有其他提交的结果进行比较。此外，还在 SDK 中提供了评估代码来帮助算法开发和参数调整。
Resolution：提供 3 种分辨率的数据集（F 全分辨率、H 1/2分辨率和 Q1/4分辨率）。研究人员可以以任何分辨率提交他们的结果，但评估始终处于全分辨率。
Metadata：这部分是提交作者和提交内容的信息，包括参考文献，表格简介等等。
Dense vs. sparse disparity maps：为训练集和测试集各提供两个表，显示密集结果（每个像素都有一个视差估计值）和稀疏结果（对于未标记某些像素的方法，通常在半遮挡或无纹理区域）。支持提交密集、稀疏或两组结果。如果仅提供密集的结果，它们也用于稀疏图。如果只上传稀疏结果，我们会创建密集结果使用简单的基于扫描线的孔填充。
在稀疏表中，可以显示无效像素的百分比。
Evaluation metrics：这里讲的是有关评估指标的东西。
Masks：评估使用的标记。
Overall ranking：关于排名的情况。
History of results：关于历史结果。
Visualization and interactive features：网站的可视化和交互功能。
SDK and cvkit：我们提供了包含代码和脚本的SKD 用于运行算法、评估其结果和创建 zip 结果存档，以上传到在线评估机制。还提供CVKIT，用于 PFM 的可视化和 3D 渲染的代码差异图。

对middlebury网站引用方式：
[1] D. Scharstein and R. Szeliski. A taxonomy and evaluation of dense two-frame stereo correspondence algorithms.
International Journal of Computer Vision, 47(1/2/3):7-42, April-June 2002.
Microsoft Research Technical Report MSR-TR-2001-81, November 2001.
[2] D. Scharstein, R. Szeliski, and R. Zabih. A taxonomy and evaluation of dense two-frame stereo correspondence algorithms.
In Workshop on Stereo and Multi-Baseline Vision (in conjunction with IEEE CVPR 2001), pages 131-140, Kauai, Hawaii, December 2001.

总结

后续会更新如何线上评估和离线评估

middlebury立体匹配评估使用方法总结（一）——网站说明相关推荐

middlebury立体匹配评估使用方法总结（二）——python版离线教程
系列文章目录 middlebury立体匹配评估使用方法总结(一)--网站说明 middlebury立体匹配评估使用方法总结(二)--python版离线教程 middlebury立体匹配评估使用方法总结 ...
查询ecshop网站代码排查方法_提升网站访问速度，提升网站访问速度，提升网站访问速度的个人经验分享...
一.前言网站打开慢这个问题,算是老生常谈了,在实际的生产的环境中,我们会经常遇到这样的问题.作为一个运维工程师,我们该从哪些角度去分析问题,判断问题,并最终解决问题.那么首先我会从几个方面分析这个问 ...
UI设计实用素材|寻找一种新的方法来设计网站，单页网站
寻找一种新的方法来设计网站? 如果设计得当,单页网站可以为访问者创造更令人难忘的体验. 明智的设计选择可以帮助减少疲劳和沮丧,否则人们会感到使用网络. web设计者有很多方法可以减少分心.信息过载和分 ...
效能评估理论、方法及应用-效能评估系统软件方法有哪些
效能评估理论.方法及应用-效能评估系统软件方法有哪些效能评估系统是为处理武器装备效能评价成绩新研发的一款软件,武器效能评价零碎用于武器装备论证.研制.实验.运用等不同阶段的效能评价,武器效能评价零碎 ...
有什么方法可以查看网站使用的是那个wordpress主题
有几种方法可以查看网站使用的 WordPress 主题: 查看网站源代码:在浏览器中打开网站,并按下 "Ctrl + U"(在 Mac 上按下 "Command + Op ...
小狈.搜集的一些photoshop 教程.软件.下载方法及相关网站 ps软件下载官方网站
小狈.搜集的一些photoshop 教程.软件.下载方法及相关网站 ps软件下载官方网站 2011年03月24日请大家多多支持!转载请留言,珍惜珍惜偶的劳动成果..... 教程一定不能用迅雷下!! ...
网站推广的八种基本方法（常规网站推广方法）
网站推广的实施是通过各种具体的方法来实现的,所有的网站推广方法实际上都是对网站推广工具和资源的合理利用.根据可以利用的常用的网站推广工具和资源,相应地,可以将网站推广的基本方法也可以归纳为八种: 搜 ...
宏基因组组装质量评估新方法-MAGISTA
谷禾健康尽管地球上微生物类群的繁多,但只有一小部分得到了培养和有效命名.因为大多数菌无法在非常特定的条件下培养分离鉴定. 在过去十年中,宏基因组研究的重要性已经凸显,因为它能够评估细菌基因库并发现当 ...
气象数据相关分析及使用系列：遥感降水评估技术方法
[查看原文]气象数据相关分析:遥感降水评估技术方法专题遥感降水可以作为地面雨量计和雷达观测降水的补充,在偏远山区和缺资料地区更为适合.目前,学界有多种降水数据,每一种降水数据都有独特的方法制作.因此 ...

middlebury立体匹配评估使用方法总结（一）——网站说明

系列文章目录

文章目录

前言

一、middlebury数据集是什么？

二、网站说明

总结

middlebury立体匹配评估使用方法总结（一）——网站说明相关推荐

最新文章

热门文章