Co-PLNet：面向提示引导线框解析的协同点线网络
计算机视觉与模式识别
2026-01-27 v1 人工智能
机器学习
机器学习
摘要
线框解析旨在恢复线段及其连接点，以形成对下游任务（如同时定位与建图（SLAM））有用的结构化几何表示。现有方法分别预测线和连接点并在事后进行调和，导致不匹配和鲁棒性下降。我们提出了 Co-PLNet，一个点线协同框架，在两个任务之间交换空间线索，其中早期检测通过点线提示编码器（PLP-Encoder）转换为空间提示，该编码器将几何属性编码为紧凑且空间对齐的映射。随后，交叉引导线解码器（CGL-Decoder）在以互补提示为条件的稀疏注意力下细化预测，以强制实现点线一致性及效率。在 Wireframe 和 YorkUrban 数据集上的实验表明，准确率和鲁棒性均获得持续提升，同时具备良好的实时效率，证明了我们在结构化几何感知方面的有效性。
引用
@article{arxiv.2601.18252,
title = {Co-PLNet: A Collaborative Point-Line Network for Prompt-Guided Wireframe Parsing},
author = {Chao Wang and Xuanying Li and Cheng Dai and Jinglei Feng and Yuxiang Luo and Yuqi Ouyang and Hao Qin},
journal= {arXiv preprint arXiv:2601.18252},
year = {2026}
}