从房间属性生成平面图拓扑结构
计算机视觉与模式识别
2022-04-27 v1
摘要
室内空间分析需要拓扑信息。本文提出利用房间属性，通过我们称为迭代自适应图拓扑学习（Iterative and adaptive graph Topology Learning, ITL）的方法提取拓扑信息。ITL 逐步预测房间之间的多种关系；在每次迭代中，它改进节点嵌入，进而促进生成更优的拓扑图结构。这种迭代改进节点嵌入和拓扑图结构的理念与文献[chen2020iterative]一脉相承。然而，文献[chen2020iterative]基于节点相似度计算邻接矩阵，而我们则使用关系解码器学习图度量以提取房间相关性。在一个具有挑战性的新室内数据集上进行的实验验证了我们提出的方法。对布局拓扑预测和平面图生成应用的定性与定量评估也证明了 ITL 的有效性。
引用
@article{arxiv.2204.12338,
title = {Generating Topological Structure of Floorplans from Room Attributes},
author = {Yin Yu and Hutchcroft Will and Khosravan Naji and Boyadzhiev Ivaylo and Fu Yun and Kang Sing Bing},
journal= {arXiv preprint arXiv:2204.12338},
year = {2022}
}