面向仓库货架的单目多层布局估计

给定一张仓库货架的单目彩色图像，我们旨在预测该货架中每一层搁板的鸟瞰图布局，我们称之为多层布局预测。为此，我们提出 RackLay，一种用于从单张图像实时估计搁板布局的深度神经网络。不同于先前仅针对主导地平面提供单一布局的布局估计方法，RackLay 估计所考虑货架上每层搁板（存放有物体）的顶视图与正视图布局。RackLay 的架构及其变体具有通用性，可对以图像中可见搁板数量不一、货架占用率因子大范围变化以及背景杂波多样为特征的各类场景估计准确布局。鉴于该领域数据集极度匮乏以及从仓库获取真实数据的困难，我们额外发布了一个灵活的合成数据集生成流水线 WareSynth，其允许用户控制生成过程并依据具体应用定制数据集。跨架构变体的消融实验以及与强先验基线的比较，证明了 RackLay 作为适用于多层布局估计这一新问题的最佳架构的有效性。我们还展示了融合顶视图与正视图可支持三维推理应用，例如所考虑货架的度量自由空间估计。