从非中心全景图恢复带尺度的 Atlanta 布局
计算机视觉与模式识别
2024-01-31 v1 机器人学
摘要
在这项工作中，我们提出了一种使用非中心采集系统进行室内环境三维布局恢复的新方法。从一张非中心全景图中，无需几何或尺度假设，即可通过几何推理独立恢复完整且带尺度的三维线条。然而，它们对噪声的敏感性以及复杂的几何建模导致这些全景图很少被研究。我们的新流程旨在利用神经网络提取室内环境结构线的边界，并在新的几何处理中利用非中心投影系统的特性，以恢复带尺度的三维布局。我们的实验结果表明，我们在非中心投影系统的布局重建和线条提取方面改进了最先进的方法。我们完全解决了 Manhattan 和 Atlanta 环境中的问题，能够处理遮挡，并在无需额外测量的情况下检索房间的尺度。据作者所知，我们的方法是首个在非中心全景图上使用深度学习并从单张全景图中恢复带尺度布局的工作。
引用
@article{arxiv.2401.17058,
title = {Atlanta Scaled layouts from non-central panoramas},
author = {Bruno Berenguel-Baeta and Jesus Bermudez-Cameo and Jose J. Guerrero},
journal= {arXiv preprint arXiv:2401.17058},
year = {2024}
}