HoHoNet：基于隐式水平特征的360度室内全景整体理解

我们提出 HoHoNet，一个利用隐式水平特征（LHFeat）对室内360度全景进行整体理解的通用且高效的框架。紧凑的 LHFeat 沿垂直方向展平特征，并已在房间布局重建的逐列模态建模中取得成功。HoHoNet 在两个方面取得进展。首先，深度架构被重新设计以运行更快且精度更高。其次，我们提出一种新颖的水平到稠密模块，它放宽了逐列输出形状约束，允许从 LHFeat 进行逐像素稠密预测。HoHoNet 很快：在使用 ResNet-50 和 ResNet-34 骨干网络时，它分别以 52 FPS 和 110 FPS 的速度从高分辨率 $512 \times 1024$ 全景建模稠密模态。HoHoNet 也很准确。在布局估计和语义分割任务上，HoHoNet 取得了与当前最先进（SOTA）相当的结果。在稠密深度估计上，HoHoNet 大幅优于所有先前方法。