ArchSym：从野生 RGB 图像中检测 3D grounding 建筑对称结构
计算机视觉与模式识别
2026-04-27 v1
摘要
对称检测是计算机视觉中的基本问题，对下游任务而言，对称性是强大的先验条件。然而，现有的基于学习的方法几乎全部在物体中心或合成数据集上训练和评估，因而难以泛化到真实场景。此外，由于单目输入固有的尺度歧义，使得局部定位 3D 平面成为 ill-posed 的问题，许多已有工作仅预测平面的方向。在本文中，我们提出了第一个从单张野生 RGB 图像中检测 3D-grounded 反射对称结构的框架，聚焦于建筑地标。我们引入了两个关键创新：(1) 一个可扩展的数据标注管道，用于自动从 SfM 重建中筛选大规模建筑对称数据集 ArchSym， 通过 cross-view 图像匹配实现；以及在该数据集基础上，(2) 一个单视角对称检测器，通过将对称结构参数化为相对于预测场景几何的 signed distance图 来准确地在 3D 中 localize 对称结构。我们对称标注管道与几何基于方法进行了验证，结果表明我们的方法在新基准上显著优于 state-of-the-art baselines。
引用
@article{arxiv.2604.22202,
title = {ArchSym: Detecting 3D-Grounded Architectural Symmetries in the Wild},
author = {Hanyu Chen and Ruojin Cai and Steve Marschner and Noah Snavely},
journal= {arXiv preprint arXiv:2604.22202},
year = {2026}
}
备注
project page: https://hanyuc.com/archsym/