谷歌街景数据集包含2500万张图像和地理元数据

该数据集可用于学习6DOF相机位姿估计/视觉运动、图像匹配和各种三维估计。 例如下面的例子：

为了获得该数据集谷歌街景下载，斯坦福大学的研究人员开发了一个系统，该系统集成了来自谷歌街景图像的城际 GIS 和地理元数据，该系统不需要人工注释。

城市3D模型

该数据集涵盖纽约市中心及周边地区、芝加哥、华盛顿、拉斯维加斯、佛罗伦萨、阿姆斯特丹、旧金山和巴黎。 研究人员正在逐步发布这些城市的 3D 模型、街景图像和元数据。 该模型是通过地理注释和处理本身生成的，下面是 3D 模型的一些示例快照。

8个城市中的6个城市的覆盖范围如下：

数据集详细信息

该数据集由 2500 万张 街景图像组成的 1.18 亿个数据对组成。 研究人员收集了上述城市特定区域的图像。 基于城市的 3D 模型，他们对立面进行了密集采样和光线追踪，以找到所有街道场景中相同目标点的无遮挡全景图。

研究人员知道街景相机的地理位置以及每张图像的目标点的位置。 借助谷歌街景的 360 度全景图，研究人员计算了镜头方向和俯仰角，以捕获显示整个中心目标点的全景图像。

如果两个图像显示相同的物理目标点，则将它们配对。 一般来说，每个目标点通常由2到7张对应的街景图像来观察。 图像由同名的 jpg 和 txt 给出，其中包含相机和目标点的地理位置、距目标的距离或相机角度等元数据。 由于图像的文件名是编码街景位置和目标点的唯一ID，因此可以轻松识别相应的图像。 最后，图像被压缩成多个 zip 文件。

相关论文

关于这个数据集的相关研究可以追溯到去年。

在2016年欧洲计算机视觉会议（ECCV 2016）上，斯坦福大学的研究人员发表了一篇名为“3D VIA POSE AND”的论文。

在本文中，研究人员通过解决一组基本替代 3D 任务（即以对象为中心的相机姿态估计和宽基线特征匹配）来学习通用 3D 表示。

经过一年多的探索，研究人员迄今为止已经开发出独立的语义和3D表示。 他们在项目网页上表示，研究具体技术将它们整合起来是未来值得研究的方向。

下载

数据集地址：

斯坦福官方项目介绍：

论文地址：

城市3D街景示例：

祝你在3D世界里玩得开心~

- 超过-