基于随机语法的人本中心室内场景合成
计算机视觉与模式识别
2018-08-28 v1
摘要
我们提出一种以人为中心的方法来采样与合成 3D 房间布局及其 2D 图像，以获得具有完美逐像素真值的大规模 2D/3D 图像数据。提出一种属性化空间与或图（S-AOG）来表示室内场景。S-AOG 是一种概率语法模型，其中终结节点为物体实体。人类上下文作为上下文关系由终结节点上的马尔可夫随机场（MRF）编码。我们从室内场景数据集中学习分布，并使用蒙特卡洛马尔可夫链采样新布局。实验表明，基于三个标准我们的方法能稳健采样大量多样且真实的房间布局：（i）与最先进房间布置方法比较的视觉真实感，（ii）关于真值的功能可供性图精度，以及（iii）由人类受试者评估的合成房间的功能性与自然性。代码见 https://github.com/SiyuanQi/human-centric-scene-synthesis。
引用
@article{arxiv.1808.08473,
title = {Human-centric Indoor Scene Synthesis Using Stochastic Grammar},
author = {Siyuan Qi and Yixin Zhu and Siyuan Huang and Chenfanfu Jiang and Song-Chun Zhu},
journal= {arXiv preprint arXiv:1808.08473},
year = {2018}
}
备注
This paper is published in CVPR 2018