中文

室内场景的凸分解

计算机视觉与模式识别 2023-08-17 v3

摘要

我们描述一种将复杂、杂乱的室内场景解析为基元的方法,这些基元提供了场景结构的简洁抽象。我们的基元是简单凸体。我们的方法使用一种学习到的回归过程从RGBD输入将场景解析为固定数量的凸体,并可选择性地接受分割以改进分解。随后用下降法对结果进行精炼,调整凸体以产生非常好的拟合,并贪婪地移除多余基元。由于整个场景被解析,我们可以使用传统的深度、法线和分割误差度量进行评估。我们的评估过程表明,我们的基元表示的误差与从单幅图像预测深度的误差相当。

关键词

引用

@article{arxiv.2307.04246,
  title  = {Convex Decomposition of Indoor Scenes},
  author = {Vaibhav Vavilala and David Forsyth},
  journal= {arXiv preprint arXiv:2307.04246},
  year   = {2023}
}

备注

18 pages, 12 figures