数据驱动的家具与室内场景着色方法

我们提出一种数据驱动的方法，利用互联网上的室内图像为三维家具模型和室内场景着色。该方法能够根据示例图像自动为家具着色。其核心在于学习图像引导的网格分割，根据图像中的物体将模型分割为不同部件。给定一个室内场景，系统支持基于示例的着色，并能够推荐与用户期望的色彩主题一致的着色方案。后者通过将问题形式化为一个马尔可夫随机场模型来实现，该模型将用户输入作为附加约束。我们为社区贡献了一个层次化组织的图像-模型数据库，其中包含每张图像与对应模型在部件级别的对应关系。我们的实验和用户研究表明，该系统生成的结果在感知上令人信服，可与室内设计师生成的结果相媲美。