布局引导的室内全景图像修复与平面感知归一化
计算机视觉与模式识别
2023-01-16 v1
摘要
我们提出了一种用于室内全景图像修复的端到端深度学习框架。尽管以往的修复方法在自然透视图像上表现出令人印象深刻的性能，但大多数方法无法处理全景图像，特别是室内场景，这些场景通常包含复杂的结构和纹理内容。为了实现更好的修复质量，我们提出在修复过程中利用室内全景的全局和局部上下文。具体来说，我们采用从输入全景图估计的低层布局边缘作为先验，来引导修复模型恢复全局室内结构。采用了一个平面感知归一化模块，将从布局中导出的平面风格特征嵌入到生成器中，鼓励从相邻房间结构（即天花板、地板和墙壁）进行局部纹理恢复。实验结果表明，我们的工作在公开全景数据集上的定性和定量评估中均优于当前最先进的方法。我们的代码可在 https://ericsujw.github.io/LGPN-net/ 获取。
引用
@article{arxiv.2301.05624,
title = {Layout-guided Indoor Panorama Inpainting with Plane-aware Normalization},
author = {Chao-Chen Gao and Cheng-Hsiu Chen and Jheng-Wei Su and Hung-Kuo Chu},
journal= {arXiv preprint arXiv:2301.05624},
year = {2023}
}
备注
Accepted by ACCV 2022