FGSSNet：面向真实房间平面图的特征引导语义分割
计算机视觉与模式识别
2025-07-15 v1
摘要
我们提出了 FGSSNet，这是一种新颖的多头特征引导语义分割（Feature-Guided Semantic Segmentation, FGSS）架构，旨在提高墙面分割在 floorplan 上的泛化能力。FGSSNet 具备一个 U-Net 语义分割主干网络，配有多头专用特征提取器，用于提取特定于领域的特征图，并注入 U-Net 的潜在空间以引导分割过程。该专用特征提取器以选定的墙面块作为训练素材，代表输入 floorplan 中包含的墙面，产生墙面块的压缩潜在表示，同时联合训练以预测墙宽。在此过程中，我们期望特征提取器编码包含有用于引导墙面分割过程的纹理和宽度特征。我们的实验表明，与 vanilla U-Net 相比，使用此类注入特征可显著提升性能，凸显了所提出方法的有效性。
引用
@article{arxiv.2507.10343,
title = {FGSSNet: Feature-Guided Semantic Segmentation of Real World Floorplans},
author = {Hugo Norrby and Gabriel Färm and Kevin Hernandez-Diaz and Fernando Alonso-Fernandez},
journal= {arXiv preprint arXiv:2507.10343},
year = {2025}
}
备注
Accepted at International Workshop on Artificial Intelligence and Pattern Recognition, IWAIPR 2025