CubiCasa5K：一种用于平面图图像分析的数据集与改进的多任务模型
计算机视觉与模式识别
2019-04-04 v1
摘要
对建筑内部的更好理解与建模，以及更引人注目的 AR/VR 技术的出现，带来了对平面图图像自动解析的需求。然而，明显缺乏具有代表性的数据集以进一步研究该问题。为弥补这一不足，本文提出一个名为 CubiCasa5K 的新颖图像数据集，这是一个大规模平面图图像数据集，包含 5000 个样本，标注为超过 80 个平面图对象类别。该数据集标注通过使用多边形分隔不同对象而以密集且多样的方式完成。不同于基于强启发式与低层像素操作的经典方法，我们提出一种依赖于改进的多任务卷积神经网络的方法。通过发布该新颖数据集与我们的实现，本研究显著推动了自动平面图图像分析的研究，因为它提供了一套更丰富的工具，以更全面的方式研究该问题。
引用
@article{arxiv.1904.01920,
title = {CubiCasa5K: A Dataset and an Improved Multi-Task Model for Floorplan Image Analysis},
author = {Ahti Kalervo and Juha Ylioinas and Markus Häikiö and Antti Karhu and Juho Kannala},
journal= {arXiv preprint arXiv:1904.01920},
year = {2019}
}