DuLa-Net：一种从单张 RGB 全景图估计房间布局的双投影网络
计算机视觉与模式识别
2019-04-03 v2
摘要
我们提出一种称为 DuLa-Net 的深度学习框架，用于从单张 RGB 全景图预测曼哈顿世界的三维房间布局。为获得更好的预测精度，我们的方法同时利用全景图的两种投影，即等距柱状全景视图和透视天花板视图，二者各自包含关于房间布局的不同线索。我们的网络架构由两个编码器-解码器分支组成，用于分析这两种视图。此外，提出一种新颖的特征融合结构来连接这两个分支，随后联合训练以预测二维平面图与布局高度。为学习更复杂的房间布局，我们引入了 Realtor360 数据集，其包含具有不同角点数量的曼哈顿世界房间布局全景图。实验结果表明，我们的工作在预测精度与性能上优于近期最先进水平（SOTA），尤其在具有非长方体布局的房间中。
引用
@article{arxiv.1811.11977,
title = {DuLa-Net: A Dual-Projection Network for Estimating Room Layouts from a Single RGB Panorama},
author = {Shang-Ta Yang and Fu-En Wang and Chi-Han Peng and Peter Wonka and Min Sun and Hung-Kuo Chu},
journal= {arXiv preprint arXiv:1811.11977},
year = {2019}
}