2024年6月9日发(作者：)

以下是computer vision：algorithm and application计算机视觉算法与应用这本书

中附录里的关于计算机视觉的一些测试数据集和源码站点，我整理了下，加了点中文注解。

Computer Vision:

Algorithms and Applications

Richard Szeliski

在本书的最好附录中，我总结了一些对学生，教授和研究者有用的附加材料。这本书

的网址/Book包含了更新的数据集和软件，请同样访问他。

C.1 数据集

一个关键就是用富有挑战和典型的数据集来测试你算法的可靠性。当有背景或者他人

的结果是可行的,这种测试可能甚至包含更多的信息(和质量更好)。

经过这些年，大量的数据集已经被提出来用于测试和评估计算机视觉算法。许多这些

数据集和软件被编入了计算机视觉的主页。一些更新的网址，像CVonline

(/rbf/CVonline

(/ ), and

),

Computer

Vision online

(/ ), 有更多最新的数据集和软件。

下面，我列出了一些用的最多的数据集，我将它们让章节排列以便它们联系更紧密。

第二章：图像信息

CUReT: Columbia-Utrecht 反射率和纹理数据库Reflectance and Texture

Database, /CAVE/software/curet/ (Dana, van

Ginneken, Nayar et al. 1999).

Middlebury Color Datasets:不同摄像机拍摄的图像，注册后用于研究不同的摄像机

怎么改变色域和彩色registered color images taken by different cameras to study

how they transform gamuts and colors, /color/data/

Chakrabarti, Scharstein, and Zickler 2009).

第三章：图像处理

Middlebury test datasets for evaluating MRF minimization/inference

algorithms评估隐马尔科夫随机场最小化和推断算法,

/MRF/results/ (Szeliski, Zabih, Scharstein et al.

2008).

第四章：特征检测和匹配

Affine Covariant Features database（反射协变的特征数据集） for evaluating

feature detector and descriptor matching quality and repeatability（评估特征检测和

描述匹配的质量和定位精度）, /~vgg/research/affine/

(Miko-lajczyk and Schmid 2005; Mikolajczyk, Tuytelaars, Schmid et al. 2005).