SBCoseg 数据集: 一个以简单背景为特点的协同分割数据集
摘要
我们建立了一个新的协同分割数据集(MLMR-COS),该数据集包含889组数据,每组数据有18张图片。同时,我们为每张图片提供了准确的前背景指示图(ground truth)。MLMR-COS中的每张图片以由单一颜色形成的简单背景为特点。对于目前的协同来说,准确地分割这种图片仍然很困难,其主要困难体现在:阴影去除,孔洞去除,前背景相似的图像的辨别,透明物体的本色恢复。我们认为这种相对简单的图像分割问题应先于复杂背景的问题解决,而我们提出的这个简单背景的数据集可以作为协同分割算法研究的一个新起点。
概述
过去的十几年涌现出大量协同分割的论文,我们有必要全面地评价这些算法以看清协同分割的现状,并分析出每种算法的优缺点。因此,就需要用于评价的数据集。现在普遍适用的协同分割数据集包括iCoseg, MSRC, Internet 和 FilckerMFC,这些数据集中的图片都是复杂背景,存在颜色和亮度的差异。而要从这些图片中分割出准确的前景是非常难的,因此,我们构建了一个简单背景的数据集,试图先从解决简单问题入手。
数据集描述
MLMR-COS总共包含16002张图片,分成889组,每组18张,且含有相同的前景物体。每张图片均为360*360的JPG格式彩图。在下面的图中,展示了数据集中的一些示例图片和他们相应的前背景指示图。
数据集难点
1)物体阴影容易被误当成前景,尤其是紧挨着物体的阴影很难去除
2) 前背景易混淆的图片很难准确分割出前景
3)透明物体呈现的颜色混合可背景色,要想还原其本真的颜色很困难
4)孔洞(尤其是细小孔洞)很难去除
使用规则
构建MLMR-COS数据集是为了促进协同分割的发展,我们不会对使用MLMR-COS数据集所做的研究工作的出版设置任何障碍,同时我们要求下载和(或)使用MLMR-COS数据库的单位和个人遵守以下规则:
1)从该站点(及所指其它链接)下载的MLMR-COS数据库资源只能用于科研目的。例如,可以在科研中用于训练或开发新算法。SBCoseg数据库及相关数据禁止被用于商业产品的研究和开发。
2) 当相关数据和(或)基于该数据的算法结果被用在科研出版中(期刊、会议论文、技术报告、会议展示等),则必须注明数据来源。
3)如果您(部分)基于MLMR-COS数据库进行相关研究并出版文献,则必须通知本数据库维护者,以便我们维护一个与该数据库相关的出版物列表。
关于下载
MLMR-COS 数据集下载链接: http://www.iscbit.org/source/MLMR-COS.zip.
注意您需要在同意上述使用协议的前提下才可下载、使用这些数据。
联系方式
如果你对该数据库有任何疑问,请给余梦巧发邮件咨询(yumengqiao@bit.edu.cn).
地址:北京市海淀区中关村南大街5号北京理工大学机器学习与多媒体检索实验室;邮编:100081.