AdaSFormer：用于室内单目语义场景完成的自适应序列化 Transformer
计算机视觉与模式识别
2026-03-27 v1
摘要
室内单目语义场景完成（MSSC）比其户外版本更具挑战性，原因在于复杂的空间布局和严重的遮挡。虽然Transformer在建模全局依赖关系方面表现良好，但其高内存消耗和难以重构细粒度细节的局限性限制了其在室内 MSSC 中的应用。为此，本文引入AdaSFormer，一种专为室内 MSSC 设计的序列化Transformer框架。该模型具有三个关键设计：（1）具备可学习位移的自适应序列化Transformer，以动态调整感受野；（2）中心相对位置编码，捕捉空间信息的丰富性；（3）卷积调制层归一化，桥接卷积与Transformer特征之间的异构表示。 在 NYUv2 和 Occ-ScanNet 上进行的大量实验表明，AdaSFormer 达到了最先进的性能。该代码已公开提供：https://github.com/alanWXZ/AdaSFormer。
关键词
引用
@article{arxiv.2603.25494,
title = {AdaSFormer: Adaptive Serialized Transformers for Monocular Semantic Scene Completion from Indoor Environments},
author = {Xuzhi Wang and Xinran Wu and Song Wang and Lingdong Kong and Ziping Zhao},
journal= {arXiv preprint arXiv:2603.25494},
year = {2026}
}
备注
Accepted at CVPR 2026