ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes

• 类型：arxiv
• 标识：1702.04405
• 链接：https://arxiv.org/abs/1702.04405
• 主题：rag
• 主分类：multimodal
• 形态：benchmark
• 被引：5793
• 被引来源：Semantic Scholar
• S2被引：5793
• OpenAlex被引：532
• 影响力被引：1349
• TLDR：This work introduces ScanNet, an RGB-D video dataset containing 2.5M views in 1513 scenes annotated with 3D camera poses, surface reconstructions, and semantic segmentations, and shows that using this data helps achieve state-of-the-art performance on several 3D scene understanding tasks.
• OpenAlex ID：W2950493473
• OpenAlex DOI：10.48550/arxiv.1702.04405
• DOI：10.48550/arxiv.1702.04405
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1702.04405
• OpenAlex更新：2026-08-22
• 待LLM分类：否
• 成熟度：production
• 场景：3d-reconstruction、scene-understanding、semantic-segmentation
• 标题中文：ScanNet：富含标注的室内场景三维重建
• TLDR中文：本文推出 ScanNet，一个 RGB-D 视频数据集，包含 1513 个场景中的 250 万视角，标注有三维相机位姿、表面重建与语义分割，并表明使用该数据可在多项三维场景理解任务上取得 SOTA 性能。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]