Corners for Layout：从360度图像进行端到端布局恢复
计算机视觉与模式识别
2019-03-26 v2
摘要
室内场景的三维布局恢复问题已成为十多年来的核心研究课题。然而，仍有若干主要挑战尚未解决。在最相关的挑战中，绝大多数前沿方法对场景做出隐式或显式假设——例如盒形或曼哈顿布局。此外，现有方法计算开销大，不适用于机器人导航和 AR/VR 等实时应用。在本工作中，我们提出 CFL（Corners for Layout），这是首个用于360度图像三维布局恢复的端到端模型。我们的实验结果表明，我们在放宽场景假设的同时以更低代价优于当前最优方法。我们还通过使用 EquiConvs（一种直接应用于球面投影因而对等距柱状畸变不变的卷积）表明，我们的模型对相机位置变化的泛化能力优于传统方法。CFL 网页：https://cfernandezlab.github.io/CFL/
引用
@article{arxiv.1903.08094,
title = {Corners for Layout: End-to-End Layout Recovery from 360 Images},
author = {Clara Fernandez-Labrador and Jose M. Facil and Alejandro Perez-Yus and Cédric Demonceaux and Javier Civera and Jose J. Guerrero},
journal= {arXiv preprint arXiv:1903.08094},
year = {2019}
}