智能技术挑战赛赛题1.赛题.PDFVIP

智能技术挑战赛赛题 附件1： 基于全景图像的室内外定位。 本赛题评测的对象为基于全景图像的室内外定位技术， 即利用全景图像中特征点的位置关系来确定全景相机拍摄 点的坐标。 3.1. 问题的定义 在本任务中，给定的数据集由全景图像和对应的坐标信 息构成。训练数据集和评测数据集是同一个数据集中互相独 立的两个子集，训练数据集提供全景图像采集点的坐标信息， 评测数据集只提供全景图像。任务目标是，通过分析训练数 据集的全景图像和坐标的映射关系，给出评测数据集中每一 组全景图像所在采集位置坐标。 3.2. 程序参考流程 程序设计时，可参考以下流程：  首先从已知坐标的测量点采集的全景图像中筛选出 可用的特征点，可以是室内的固定设施、角点； - 16 - 智能技术挑战赛赛题  对上述特征点分析特征，计算坐标，并进行标注；  读取未知坐标测量点采集的全景图像，搜索特征点， 并通过已知特征点的坐标计算测量点坐标；  生成结果文件。 4.1. 数据集的构成 任务数据集分为：相机标定数据、功能验证数据集、训 练数据集、评测数据集四个部分。各个数据集的构成和功能 说明如下：  相机标定数据：包含全景相机的内参数和畸变矫正信息。  功能验证数据集：用来验证算法的测试用例。本数据集提 供单一室内空间中的 60 个样本，每个样本包含全景相机 6个镜头同时拍摄的6张图像和该拍摄点在室内空间中的 x，y，z坐标。在赛题发布时同时公开下载。  训练数据集：用来为评测过程提供训练的数据集。本数据 集包含多个场景的室内外空间全景图像和对应拍摄点的 空间坐标信息，每个场景的总样本数在 200~250 个之间， 从中随机抽取 70~100 个样本作为训练样本。注意：每个 场景的光照条件和特征点数量可能会有很大区别，在程序 设计时应充分考虑这些因素对定位精度的影响。  评测数据集：用来计算结果的数据集。本数据集与训练数 据集来自同一个样本集合（全集），与训练数据集分属全 - 17 - 智能技术挑战赛赛题 集中的两个完全独立的子集，即从每个场景的样本全集中 去除训练样本后，从剩余的样本中随机抽取 50 个样本作 为评测样本。评测样本仅包含多个场景的室内外空间全景 图像，对应的坐标信息将作为评测参照坐标信息。 4.2. 数据集样本的采集方法 4.2.1. 样本采集所用设备 (1) 图像采集系统：  设备名称：Insta360 Pro2全景相机  子相机数：6；  镜头系统：鱼眼镜头  单相机分辨率：4000x3000像素 (2) 定位系统（室内）：  设备名称：Leica TS50全站仪  测角精度（水平、垂直）：0.5”(0.15mgon)  测角显示分辨率：0.01”  测距方式：可见光激光相位分析法  测距精度：0.6mm+1ppm（棱镜）/2mm+2ppm（反射片） (3) 定位系统（室外）：  设备名称：RTK终端（型号、性能指标待定） 4.2.2. 样本采集方法 (1) 全景相机的架设： - 18 - 智能技术挑战赛赛