Forest2Seq: 为序列化室内场景合成重振顺序先验

合成逼真的 3D 室内场景是一项具有挑战性的任务，传统上依赖于专业设计师的手动布局和标注。自回归模型的最新进展已使此过程自动化，但它们通常缺乏对真实场景中关系和层次结构的语义理解，导致性能有限。在本文中，我们提出了 Forest2Seq，这是一个将室内场景合成表述为顺序感知学习问题的框架。Forest2Seq 将本质上无序的场景对象集合组织成结构化的、有序的层次化场景树和森林。通过采用基于聚类的算法和广度优先遍历，Forest2Seq 推导出有意义的顺序，并利用 transformer 自回归地生成逼真的 3D 场景。在标准基准上的实验结果表明，与性能最佳的基线相比，Forest2Seq 在合成更逼真的场景方面具有优越性，在 FID 和 KL 分数上有显著提升。我们针对下游任务和消融研究的额外实验也证实了在 3D 场景生成中将顺序作为先验的重要性。