从单张 360 图像重建曼哈顿房间布局：前沿方法的比较研究
计算机视觉与模式识别
2020-12-29 v3 机器学习
图像与视频处理
摘要
近期从 360 全景图预测布局的方法取得了优异结果。这些方法构建于一个由三步组成的通用框架：基于边缘对齐的预处理步骤、布局元素的预测，以及通过将 3D 布局拟合到布局元素上的后处理步骤。迄今，由于多种不同的设计决策（如编码网络（例如 SegNet 或 ResNet）、所预测元素的类型（例如角点、墙/地边界或语义分割），或拟合 3D 布局的方法），难以比较这些方法。为应对此挑战，我们总结并描述了该通用框架、其变体以及设计决策的影响。为完整评估，我们还提出了对 Matterport3D 数据集 [3] 的扩展标注，并引入了两个基于深度的评估指标。
引用
@article{arxiv.1910.04099,
title = {Manhattan Room Layout Reconstruction from a Single 360 image: A Comparative Study of State-of-the-art Methods},
author = {Chuhang Zou and Jheng-Wei Su and Chi-Han Peng and Alex Colburn and Qi Shan and Peter Wonka and Hung-Kuo Chu and Derek Hoiem},
journal= {arXiv preprint arXiv:1910.04099},
year = {2020}
}
备注
Accepted by International Journal of Computer Vision (IJCV), 2021