论文：Indoor Segmentation and Support Inference from RGBD Images

数据集：NYU Depth Dataset V2数据集

打不开或者下载慢的可以用这个，【链接】用了两年了一直挺好用的。

一、概述

NYU-Depth V2数据集由各种室内场景的视频序列组成，该数据集是使用Microsoft Kinect的RGB和深度相机采集的。 它具有以下特点：

• 1449张经过标注的RGB和深度图像
• 采集自3个城市的464个场景
• 407024张没有标注的图片
• 每个目标都有一个类别和一个标号(cup1、cup2、cup3等)

数据集包括以下几个部分：

• 标注数据：带有详细标注的视频数据子集。该数据经过了预处理，补全了缺失的深度标注。
• 原始数据：使用Kinect采集的原始RGB、Depth及加速度计数据。
• 工具箱：用于处理数据和标注的一些工具

二、标注数据集

标注数据集是原始数据集中的子集。它由一对RGB图像和深度图像组成，每张图像都经过精细的标注。除了投射采集到的深度图，还包含了一组预处理的深度图，这些深度图采用Levin等人的着色方案补全了缺失的深度标注。与原始数据集不同，标注数据集的文件格式为Matlab.mat，具有以下参数：

• accelData：Nx4的加速度计值矩阵，用来显示每一帧是何时采集的。矩阵的列为设备的滚动觉，偏航角，俯仰角和倾斜角。
• depths：绘制深度图的HxWxN矩阵，其中H和W分别是高度和宽度，N是图像序号。 深度元素的值以米为单位。
• images：HxWx3xN的RGB图像矩阵，其中H和W分别是高度和宽度，3为通道数，N是图像序号。
• instances：HxWxN的实例分割图像矩阵。 在工具箱中使用get_instance_masks.m可以恢复场景中每个对象实例的蒙版。
• labels：HxWxN的对象标注蒙版矩阵，其中H和W分别是高度和宽度，N是图像序号。 标注的范围是1~C，其中C是类别的总数。 如果像素的标签值为0，则该像素为“未标注”。
• names：Cx1数组，每种标签的名称。
• namesToIds：从英文标签名称到类别序号的映射（C个映射对）
• rawDepths：原始深度图的HxWxN矩阵，其中H和W分别是高度和宽度，N是图像序号。 在投影到RGB图像平面之后、补全丢失深度值之前，这些depth maps捕获深度图像。
• rawDepthFilenames：文件名的Nx1单元格数组（在Raw数据集中），用于标记的数据集中的每个深度图像。
• rawRgbFilenames：标签数据集中用于每个RGB图像的文件名（在Raw数据集中）的Nx1数组。
• scenes：拍摄每张图像的场景名称的Nx1数组。
• sceneTypes：拍摄每个图像的场景类型的Nx1数组。