超越分割：从不完美图像中结构信息驱动的立面解析
计算机视觉与模式识别
2026-04-13 v1 图形学
机器学习
摘要
标准目标检测器通常将建筑元素视为独立对象，常常导致立面解析缺乏下游程序化重建所需的结构一致性。我们通过为 YOLOv8 训练目标添加自定义轻量级对齐损失来解决这一限制。该正则化在训练期间鼓励边界框在网格上的一致排列，有效地在不改变标准推理管道的情况下注入几何先验。CMP 数据集上的实验表明，我们的方法成功改善了结构规则性，纠正了由透视和遮挡引起的对齐错误，同时保持了与标准检测精度之间的可控权衡。
引用
@article{arxiv.2604.09260,
title = {Beyond Segmentation: Structurally Informed Facade Parsing from Imperfect Images},
author = {Maciej Janicki and Aleksander Plocharski and Przemyslaw Musialski},
journal= {arXiv preprint arXiv:2604.09260},
year = {2026}
}
备注
4 pages, 4 figures, EUROGRAPHICS 2026 Short Paper