3D Indoor Scenes Database

Swadzba A, Wachsmuth S (2009)
Bielefeld University.

Datenpublikation
 
Download
OA 71.15 MB
OA bath2.tar.gz 71.07 MB
OA bath3.tar.gz 75.87 MB
Alle
Abstract / Bemerkung
This database was collected to explore spatial features for 3D indoor scene classification. It consists of sequences of 3D point clouds collected with a Swissranger. Each sequence shows a room of a certain room type. The data was collected while the camera was panned and tilted simulating a robot entering a room and looking around. The database is assembled from 28 sequences one sequence per specific room. A sequence is represented as set of text-files where the z-, x-, and y-values of one frame are stored row-wise in one file.
Stichworte
robot vision; computer vision; classification; 3D ToF Sensor; 3D point cloud; 3D time-of-flight sensor; time-of-flight camera
Erscheinungsjahr
2009
Page URI
https://pub.uni-bielefeld.de/record/2639459

Zitieren

Swadzba A, Wachsmuth S. 3D Indoor Scenes Database. Bielefeld University; 2009.
Swadzba, A., & Wachsmuth, S. (2009). 3D Indoor Scenes Database. Bielefeld University. https://doi.org/10.4119/unibi/2639459
Swadzba, Agnes, and Wachsmuth, Sven. 2009. 3D Indoor Scenes Database. Bielefeld University.
Swadzba, A., and Wachsmuth, S. (2009). 3D Indoor Scenes Database. Bielefeld University.
Swadzba, A., & Wachsmuth, S., 2009. 3D Indoor Scenes Database, Bielefeld University.
A. Swadzba and S. Wachsmuth, 3D Indoor Scenes Database, Bielefeld University, 2009.
Swadzba, A., Wachsmuth, S.: 3D Indoor Scenes Database. Bielefeld University (2009).
Swadzba, Agnes, and Wachsmuth, Sven. 3D Indoor Scenes Database. Bielefeld University, 2009.
Alle Dateien verfügbar unter der/den folgenden Lizenz(en):
Volltext(e)
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:47:47Z
MD5 Prüfsumme
f8c3c93cf8a2d373fb1b6c74e981bdb1
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:47:46Z
MD5 Prüfsumme
b5aaa3cc4382377c52566082bfa7e19e
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:47:56Z
MD5 Prüfsumme
23ff18ef93f977c5673ae1c009236068
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:00Z
MD5 Prüfsumme
0a69315c1534edf3f1292711b0aeef10
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:08Z
MD5 Prüfsumme
0bc83f06945667ed57105bee6a5f3c30
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:11Z
MD5 Prüfsumme
8c9afb95a604f29e4d8fc2f825ed590a
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:19Z
MD5 Prüfsumme
7e7ae60d2512ce588f296fc2b79d9371
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:24Z
MD5 Prüfsumme
14a929445ae27c8490618e470ac66b61
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:30Z
MD5 Prüfsumme
296b79fcc320014fd616718f1c5f77e4
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:37Z
MD5 Prüfsumme
8046483e7424833aa82f5a1e67a6ef04
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:43Z
MD5 Prüfsumme
0ada5abc12db42ca99e94bc24c8ef49d
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:48Z
MD5 Prüfsumme
35f0f055cf0dcbb9b9acd5a61b63e35e
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:48:54Z
MD5 Prüfsumme
6aa08298610556ae1d4f7d44831afd74
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:49:00Z
MD5 Prüfsumme
daa35d1a1014c5452b0eec6c6133c0a4
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:49:06Z
MD5 Prüfsumme
c3c35955df1afb4f9976147873d5a08a
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:49:10Z
MD5 Prüfsumme
961ae233da9ec133e12485d956f3e6ae
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:49:19Z
MD5 Prüfsumme
32041591306d66549f3a7ebd84b925a5
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:49:22Z
MD5 Prüfsumme
a719a13de8dd9b03b237e57527108fec
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:49:35Z
MD5 Prüfsumme
42a7f59845364cb33d3bc62954617b52
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:49:35Z
MD5 Prüfsumme
a2ad025c51458b2df5e242013770af33
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:51:35Z
MD5 Prüfsumme
6c022f674019d011cbdc43f7e1896cc7
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:51:36Z
MD5 Prüfsumme
a537c10fab203ea559d9e64283811522
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:51:47Z
MD5 Prüfsumme
ac80cd195389256913ab18eaf9ce4fb7
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:51:50Z
MD5 Prüfsumme
2e68387b3768c455aaa54f0bc45f5157
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:52:00Z
MD5 Prüfsumme
bbfb29818252e31e8449447b9c699c8a
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:52:01Z
MD5 Prüfsumme
1f3f9edb18c2279fe4fdf1bf7a943970
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:52:09Z
MD5 Prüfsumme
66c5fa3050988188d3f98f0106c40b59
Name
Access Level
OA Open Access
Zuletzt Hochgeladen
2019-10-16T08:52:13Z
MD5 Prüfsumme
b8f91406c266d74a53ff7d45424fc703


Material in PUB:
Wird zitiert von
A Detailed Analysis of a New 3D Spatial Feature Vector for Indoor Scene Classification
Swadzba A, Wachsmuth S (2014)
Robotics and Autonomous Systems 62(5): 646-662.
Wird zitiert von
Indoor Scene Classification using combined 3D and Gist Features
Swadzba A, Wachsmuth S (2011)
In: Computer Vision - ACCV 2010. Lecture Notes in Computer Science, 6493. Berlin, Heidelberg: Springer: 201-215.

Externes Material:
In sonstiger Relation
Export

Markieren/ Markierung löschen
Markierte Publikationen

Open Data PUB

Suchen in

Google Scholar