GeoLayout：基于平面深度图的几何驱动房间布局估计
计算机视觉与模式识别
2020-08-17 v1
摘要
房间布局估计的任务是定位墙-地、墙-顶以及墙-墙边界。近期多数方法基于边缘/关键点检测或语义分割解决该问题。然而，这些方法对主导平面的几何及其间交线的关注有限，而这对房间布局有显著影响。本工作中，我们提出将几何推理融入深度学习的布局估计。我们的方法通过学习预测像素级表面参数来推断场景中主导平面的深度图，布局可由深度图的交线生成。此外，我们提出了一个带有主导平面像素级深度标注的新数据集。它比现有数据集更大，且包含长方体与非长方体房间。实验结果表明，我们的方法在 2D 与 3D 数据集上均取得可观的性能提升。
引用
@article{arxiv.2008.06286,
title = {GeoLayout: Geometry Driven Room Layout Estimation Based on Depth Maps of Planes},
author = {Weidong Zhang and Wei Zhang and Yinda Zhang},
journal= {arXiv preprint arXiv:2008.06286},
year = {2020}
}