MV2：用于新视角合成的多视角多车辆驾驶数据集
MV2 是一个面向动态城市场景中新视角合成（NVS）评估的多视角多车辆数据集与基准，包含汽车、踏板车和无人机同步拍摄的 50 个高质量场景、12000 张图像。测试表明，视点差异增大时 NVS 性能下降，前馈式位姿估计显著落后于优化方法。数据集、基准协议和项目资源已开源。
可微渲染技术显著推进了新视角合成（Novel View Synthesis, NVS）的发展。不过，这项技术在实际驾驶场景中的应用依然充满挑战：车辆采集的视角通常比较稀疏，道路场景中存在大量动态物体，且此前缺乏多轨迹同步数据来支撑大规模视点变化的评测。为此，研究团队提出了 Multi-View Multi-Vehicle（MV2）数据集与基准，专门用于在动态城市环境中评估 NVS 模型在巨大视点变化下的表现。
MV2 最突出的特点是采用了一辆汽车、一辆踏板车和一台无人机进行同步拍摄。三者按照不同但时间同步的轨迹移动，训练时若以一种载具的摄像头画面为源、另一种载具的画面为目标，就能构造出远超现有单轨迹数据集的大范围视点变化。这种跨载具、跨轨迹的评估协议，能够更严格地检验模型是否真正学会对陌生视角进行合成，而不只是对相近视角做插值。
在数据构建环节，所有序列都通过运动恢复结构（Structure-from-Motion，SfM）进行三维配准，并使用人工标注的像素级对应关系对相机位姿进行验证，保证了图像和姿态标注的可靠性。最终得到 50 个高质量场景，共 12,000 张图像。作者对近期多种 NVS 方法和相机位姿估计方法进行了基准测试，结果发现：随着训练与测试视角之间的差异增大，NVS 质量显著下降；同时，前馈式位姿估计器的表现明显落后于基于优化的位姿估计方法。这进一步说明 MV2 可以作为驾驶场景中 NVS 能力评测的严格测试基准，能够区分不同方法在极端视角变化下的真实差距。
这篇论文共 18 页，包含 7 幅图，已被 ECCV 接收。作者为 Sanjay Bhargav Dharavath 及另外 5 位合作者。数据集、基准测试协议以及相关项目资源均已发布在项目主页 https://mv2-dataset.github.io/ 上，论文预印本可参见 arXiv:2608.12442。