从单幅图像学习重建三维曼哈顿线框
计算机视觉与模式识别
2021-04-19 v2
摘要
本文提出一种方法，通过有效利用全局结构规律性，从单幅图像获得紧凑而精确的三维线框表示。我们的方法训练一个卷积神经网络，同时检测显著交点与直线，并预测其三维深度与消失点。与最先进的基于学习的线框检测方法相比，我们的网络更简洁、更统一，从而带来更好的二维线框检测。借助来自平行性的全局结构先验，我们的方法进一步重建出完整的3D线框模型，这是一种适用于AR与CAD等多种高层视觉任务的紧凑向量表示。我们在大型城市场景合成数据集以及真实图像上进行了广泛评估。我们的代码与数据集已公开于 https://github.com/zhou13/shapeunity。
引用
@article{arxiv.1905.07482,
title = {Learning to Reconstruct 3D Manhattan Wireframes from a Single Image},
author = {Yichao Zhou and Haozhi Qi and Yuexiang Zhai and Qi Sun and Zhili Chen and Li-Yi Wei and Yi Ma},
journal= {arXiv preprint arXiv:1905.07482},
year = {2021}
}
备注
ICCV 2019. A video demonstration can be found in https://youtu.be/l3sUtddPJPY