FRI-Net：基于房间级隐式表示的平面图重建
计算机视觉与模式识别
2024-07-16 v1 图形学
摘要
本文提出一种新方法，称为 FRI-Net，用于从 3D 点云重建 2D 平面图。现有方法通常依赖于角点回归或边界框回归，这些方法未考虑房间的全局形状。为解决这些问题，我们提出了一种采用带结构正则化的房间级隐式表示来描述平面图中房间的形状的方法。通过将平面图中房间布局的几何先验纳入训练策略，我们生成的房间多边形更具几何规整性。我们在两个具有挑战性的数据集上进行了实验，分别是 Structured3D 和 SceneCAD。我们的方法在与当前最先进方法相比时表现出 improved 的性能，验证了该表示方法在平面图重建中的有效性。
引用
@article{arxiv.2407.10687,
title = {FRI-Net: Floorplan Reconstruction via Room-wise Implicit Representation},
author = {Honghao Xu and Juzhan Xu and Zeyu Huang and Pengfei Xu and Hui Huang and Ruizhen Hu},
journal= {arXiv preprint arXiv:2407.10687},
year = {2024}
}
备注
ECCV 2024