HetScene：面向稠密室内场景生成的异构扩散
计算机视觉与模式识别
2026-05-14 v1 人工智能
摘要
生成可控且物理上可信的室内场景是构建高保真仿真环境的关键前提。然而，现有的深度学习方法通常将所有物体视为统一的生成过程中的均质实例。虽然对稀疏简单布局有效，但难以建模密集物体布局和复杂空间依赖关系，导致可扩展性受限且物理可信性下降。为此，我们从结构异构性角度重新审视室内布局生成，将物体根据其在构建场景中的不同角色划分为主体物体和次体物体。基于此划分，我们提出了 HetScene，一个异构双阶段生成框架，将室内布局合成解耦为结构布局生成（SLG）和语境布局生成（CLG）。SLG 首先在文本描述、顶部二元房间掩码和空间关系图条件下，仅生成具有全局一致性的结构布局（仅包含主体物体），建立大型核心家具的稳定全局宏骨架。
引用
@article{arxiv.2605.13586,
title = {HetScene: Heterogeneity-Aware Diffusion for Dense Indoor Scene Generation},
author = {Zini Chen and Junming Huang and Rong Zhang and Jiamin Xu and Cheng Peng and Chi Wang and Weiwei Xu},
journal= {arXiv preprint arXiv:2605.13586},
year = {2026}
}