SUN-Datenbank: Großflächige Szenenerkennung von Abtei bis Zoo

Die Szenenkategorisierung ist ein grundlegendes Problem in der Computer Vision. Die Forschung zum Szenenverständnis war jedoch durch den begrenzten Umfang der derzeit verwendeten Datenbanken eingeschränkt, die nicht die gesamte Vielfalt der Szenenkategorien erfassen. Während standardisierte Datenbanken zur Objektkategorisierung Hunderte verschiedener Objektklassen enthalten, umfasst der größte verfügbare Datensatz von Szenenkategorien nur 15 Klassen. In diesem Papier schlagen wir die umfangreiche Scene UNderstanding (SUN) Datenbank vor, die 899 Kategorien und 130.519 Bilder enthält. Wir verwenden 397 gut repräsentierte Kategorien, um zahlreiche Algorithmen des aktuellen Stands der Technik für die Szenenerkennung zu evaluieren und neue Leistungsgrenzen festzulegen. Wir messen die menschliche Szenenklassifikationsleistung auf der SUN-Datenbank und vergleichen diese mit rechnergestützten Methoden. Zusätzlich untersuchen wir eine feinere Szenenrepräsentation, um Szenen zu erkennen, die in größere Szenen eingebettet sind.