楼主: ewfwedwd
78 0

[经管数据集] HPatches 数据集下载 | 局部图像特征描述子评测基准数据 [推广有奖]

  • 0关注
  • 1粉丝

已卖:486份资源

学科带头人

76%

还不是VIP/贵宾

-

威望
0 级
论坛币
1433 个
通用积分
458.0207
学术水平
6 点
热心指数
6 点
信用等级
6 点
经验
18903 点
帖子
1231
精华
0
在线时间
380 小时
注册时间
2022-11-18
最后登录
2026-9-28

楼主
ewfwedwd 发表于 2026-6-16 11:31:47 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

HPatches 数据集下载 | 局部图像特征描述子评测基准数据



数据集简介

HPatches(Homography-patches dataset)是计算机视觉领域用于局部图像块描述子(Local Patch Descriptor)评测的标准数据集。该数据集基于单应性变换(Homography)构建,提供已知的几何对应关系,是评估和对比 SIFT、ORB、SuperPoint 等特征描述算法性能的核心基准之一。



数据集规模与构成

HPatches 数据集共包含 116 个图像序列,每个序列由 6 张已知同源性(Homography)的图像组成,总计提供丰富的局部图像块用于描述子评估。数据集按变化类型分为两大类别:

视角变化序列(Viewpoint):59 个序列,模拟不同拍摄角度和视点变换下的图像特征匹配场景

光照变化序列(Illumination):57 个序列,覆盖自然光照与人工光照条件下的图像变化,包括昼夜、室内外等典型场景



核心应用场景

局部特征描述子评测:系统对比传统手工描述子(SIFT、SURF、ORB)与深度学习描述子(SuperPoint、D2-Net、R2D2)的匹配精度与鲁棒性

图像匹配与配准:支持基于局部特征点的图像对齐、拼接、三维重建等任务

视觉定位与SLAM:用于评估特征描述子在同时定位与地图构建中的稳定性

特征提取算法研究:为新型描述子设计提供标准化测试环境



适用对象

该数据集适合计算机视觉研究人员、算法工程师、自动驾驶与机器人视觉开发者、高校研究生及从事图像匹配、三维重建、视觉定位相关技术研发的团队使用。





19928080-c740-4600-8d56-3f3d49f4113b.png



HPatches 数据集.zip (54.66 KB, 需要: RMB 5 元)



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Patches Patch ATCH ATC Pat

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-9-29 01:00