场景流数据集-KITTI和flyingthing3D

Kitti-scene flow：真实数据，200张训练场景，200张测试场景（各4张图）。具体的数据格式较为熟悉不赘述，可见readme.txt。

flyingthings3D——合成数据集：每个场景提供第6th至第15th个立体图像对。0006.png->0015.png

数据格式：1.所有相机数据为立体图像，相机内参为：virtual focal length--35.00mm，内参矩阵如下--

where (fx,fy) are focal lengths and (cx,cy) denotes the principal point.

相机外参存储为4X4矩阵T，见txt文件，按行存储。

Camera-to-world 4x4 matrix for the left view of the stereo pair in row-major order, i.e. (T00 T01 T02 T03) encodes the uppermost row from left to right.

利用矩阵T，可以将相机坐标系下的列向量p_cam转化为世界坐标系下的空间位置p_world = T*p_cam

2.图像原点位于左上顶点，即flow=（x，y）=（10,10）指向右下方。

3.disparity-单通道的pfm，左右视角下的视差值均存储为正数。disparity_change为单通道的pfm，optical flow为三通道的pfm，第0和1通道分别存储水平和垂直方向的光流分量，第2层均为0.

4.和时间有关的变化量，如光流，视差变化和运动边界，数据集提供前向和反向两种结果。

5.分为train和test两部分，train的数量是test的5倍。这两部分仅在用于渲染的资源中有所不同：纹理和三维模型类别完全不相交。每个部分又分为A B C三个子集，三个子集使用相同的rendering asset pools，但是物体和相机运动路径的参数不同。因此，三个子集的运动特性不同。

(对于光流的0015.pfm，没有提供对应的0016.png；对于0006.pfm，没有提供对应的0005.png，因此，若用于监督训练，可忽略这两个gt文件。)