CasLayout：基于隐式关系建模的 cascades 3D 布局扩散用于室内场景合成
计算机视觉与模式识别
2026-05-01 v1 图形学
摘要
合成逼真的 3D 室内场景仍具有挑战，主要由于数据稀缺以及同时强制全球建筑约束与局部语义一致性的困难。现有方法往往忽视结构边界或依赖完全连接的关系图，引入冗余的生成误差。灵感来自人类设计认知，我们提出 CasLayout，一个分层扩散框架，将联合场景生成任务分解为四个具有明确物理与语义角色的条件子阶段：（1）预测家具数量与类别，（2）细化物体尺寸与特征嵌入，（3）在潜在空间中建模空间关系，（4）生成有向包围盒（OBB）。这种解耦架构降低了数据需求，使 Large Language Models（LLMs）和 Vision Language Models（VLMs）能够灵活集成，用于零样本任务如图像到场景生成。为维持复杂地板计划下的物理有效性，我们将建筑元素（如墙壁、门窗）明确建模为条件约束。此外，为解决稠密关系图的高熵问题，我们引入与人类空间描述一致的稀疏关系图表述。通过将稀疏图编码为紧凑的潜在空间，本框架提供了增强的关系可控性，使生成布局更能尊重功能组织。实验表明，CasLayout 在忠实度和多样性方面实现了最先进的性能，同时在实际应用中实现了改进的可控性。
引用
@article{arxiv.2604.27361,
title = {CasLayout: Cascaded 3D Layout Diffusion for Indoor Scene Synthesis with Implicit Relation Modeling},
author = {Yingrui Wu and Youkang Kong and Mingyang Zhao and Weize Quan and Dong-Ming Yan and Yang Liu},
journal= {arXiv preprint arXiv:2604.27361},
year = {2026}
}
备注
SIGGARPH 2026 (Journal Track), Code: https://github.com/YingruiWoo/CasLayout