由于這一數(shù)據(jù)集主要集中于針對(duì)水平排列相機(jī)的立體視覺(jué)，而在垂直方向上的視差會(huì)影響立體視覺(jué)匹配算法的性能，需要去除具有垂直視差的圖像。在這樣的篩選后剩下約60k的圖像對(duì)。

垂直視差造成的匹配性能下降，c和d分別是垂直方向上有2像素和5個(gè)像素視差下的匹配結(jié)果。

由于絕大多數(shù)照片是由Hydrogen One拍攝的，其后攝基線只有12mm前攝則為5mm，場(chǎng)景中包含的視差信息應(yīng)該是處于有限范圍內(nèi)的，所有研究人員通過(guò)視差分析模型去除了包含極端誤差的圖像和立體特征較差的圖像對(duì)，最終得到了約50k的立體視覺(jué)圖像對(duì)。

為了探索數(shù)據(jù)集的分布，研究人員利用在coco數(shù)據(jù)集上預(yù)訓(xùn)練的Mask－RCNN目標(biāo)檢測(cè)器對(duì)每一對(duì)圖像的左圖來(lái)進(jìn)行檢測(cè)分析，結(jié)果表明其中包含了大量豐富的常見(jiàn)物體，由于這是社交媒體平臺(tái)，所以其中會(huì)包含很多的人物，共檢測(cè)到了約21k個(gè)人體實(shí)例。此外數(shù)據(jù)集中還包含了風(fēng)景和肖像攝影，為數(shù)據(jù)集貢獻(xiàn)了可觀的多樣性。

Holopix中物體的詞云分布包含了很多常見(jiàn)的物體

定量測(cè)評(píng)

為了展現(xiàn)數(shù)據(jù)集的優(yōu)勢(shì)，研究人員利用熵、BRISQUE、SR－metric和ENIQA等指標(biāo)比較了Holopix與現(xiàn)有的數(shù)據(jù)集，結(jié)果如下表所示 ：

除了數(shù)據(jù)集的數(shù)量顯著高于其他數(shù)據(jù)集外，可以看到其具有最高的SR指標(biāo)，意味數(shù)據(jù)集的質(zhì)量在人類感知下是最高的、熵值第二高意味著圖像中包含的信息也很豐富。
研究人員將數(shù)據(jù)集按照分辨率分為了HD（720p）和SD（360p）兩個(gè)子集，其指標(biāo)在數(shù)據(jù)集比較中都處于top2的范圍內(nèi)。

除了數(shù)據(jù)集本身的比較外，研究人員還利用這一數(shù)據(jù)集重新訓(xùn)練了幾個(gè)關(guān)鍵的立體視覺(jué)任務(wù)模型，都得到了大幅的性能提升。

針對(duì)圖像超分辨任務(wù)，采用了PASSRNet模型進(jìn)行4x圖像超分辨，在Holopix50k數(shù)據(jù)集上訓(xùn)練的結(jié)果與Flickr1024上的結(jié)果相比具有非常大的性能提升。下表顯示了隨著訓(xùn)練數(shù)據(jù)集的增加，得到的模型在不同測(cè)試集上的結(jié)果也有著顯著提升。

下圖可以看到基于這一大型數(shù)據(jù)集訓(xùn)練的結(jié)果要明顯優(yōu)于Flickr1024數(shù)據(jù)集的結(jié)果，細(xì)節(jié)得到更為豐富的重建：