一种由粗到精的室内布局估计（CFILE）方法
计算机视觉与模式识别
2016-07-05 v1
摘要
本文致力于解决从单张 RGB 图像估计杂乱室内场景空间布局的任务。该问题的现有解决方案很大程度上依赖于手工特征和消失线，在高度杂乱的室内房间中常常失效。所提出的由粗到精的室内布局估计（CFILE）方法包含两个阶段：1）粗略布局估计；2）精细布局定位。在第一阶段，我们采用全卷积神经网络（FCN）来获得全局上接近真实值的粗略尺度房间布局估计。所提出的 FCN 联合考虑了布局轮廓属性和表面属性，以便在存在杂乱物体的情况下提供稳健的估计。在第二阶段，我们构建了一个优化框架，施加布局轮廓平直性、表面平滑性及几何约束等多项约束，以进行布局细节精化。我们提出的系统在两个常用基准数据集上提供了当前最优性能。
引用
@article{arxiv.1607.00598,
title = {A Coarse-to-Fine Indoor Layout Estimation (CFILE) Method},
author = {Yuzhuo Ren and Chen Chen and Shangwen Li and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:1607.00598},
year = {2016}
}