2012年ACCV《Model Based Training, Detection and Pose Estimation of Texture-Less 3D Objects in Heavily Cluttered Scenes 》公佈了一個數據庫，該數據庫可用於Pose tracking方面的測試。這篇博客主要介紹一下這個數據庫，以及使用該數據庫時的注意事項。
數據庫下載地址：http://campar.in.tum.de/Main/StefanHinterstoisser
該數據庫包含了15個texture-less不同物體的RGB圖像、每幅圖像的深度信息以及對應的3D Ground truth姿態，每個物體超過1000幅圖像。打開每個物體的壓縮包，我們會發現以下文件：
[1] 文件夾data 該文件夾包含物體的RGB-D圖像，深度數據(如depth0.dpt)，平移姿態參數(如tra0.tra)，旋轉姿態參數(如rot0.rot) 4種類型的數據；
[2] mesh.ply 該文件存儲的物體的3D模型，可以通過Blender軟件打開，關於3D模型.ply文件的格式可以參考以下鏈接http://zh.wikipedia.org/wiki/PLY；
[3] object.xyz 該文件內存儲的物體的3D點雲，是一個比較粗糙的3D模型；
[4] Oldmesh.ply 該文件內也是保存的物體的3D模型，該文件與mesh.ply有些不同，其3D點的座標以及法向量是對應攝像機座標系的，而mesh.ply是對應世界座標系(物體座標系)的。
我們在使用這個數據庫時，應該注意以下幾點：
1. Ground truth pose parameters 是對應mesh.ply文件中的3D模型的，而不是Oldmesh.ply的；當然，也對應object.xyz內的3D點雲。
在使用Ground truth pose parameters時，應該注意的是，平移姿態參數的單位，文件中tra*.tra的數值單位是cm，而mesh.ply中點的座標單位是mm，因此，應該首先將平移姿態參數數值乘以10(cm->mm)。旋轉矩陣沒有單位，所以不用考慮。以ape數據第一幀投影爲例，投影之後的結果：
2. 深度數據文件depth*.dpt，作者提供了讀這種文件的函數，函數中沒有使用opencv較新的版本，可以考慮將IplImage類改成Mat類，鏈接http://campar.in.tum.de/personal/hinterst/index/downloads!09384230443!/loadDepth.txt。文件中的數據單位爲mm，可以統一縮放至[0,255]，便於可視化。
3. 經過實驗發現，mesh.ply+GT pose，投影之後得到的物體輪廓並不完全與物體重合，有較小的偏差，這是由於作者在標Ground Truth時採用的KinectFusion方法，該方法計算姿態參數存在不精確性。
4. 作者提供的txt文件中明確指出，RGB圖像與深度數據已經配準了，不需要再進行此操作。