单目室内场景占据预测
计算机视觉与模式识别
2024-07-18 v2
摘要
相机-based 的 3D 占据预测最近在户外驾驶场景中受到越来越多的关注。然而，室内场景的研究仍相对不足。室内场景的核心差异在于场景规模的复杂性以及物体大小的差异。在本文中，我们提出了一种新方法，称为 ISO，用于单摄影图像预测室内场景占据。ISO 利用预训练深度模型的优势，以实现准确的深度预测。此外，我们在 ISO 中引入了双特征视线投影模块 (D-FLoSP)，以增强 3D 体素特征的学习。为促进该领域的进一步研究，我们引入了 Occ-ScanNet，这是一个用于室内场景的大规模占据基准数据集。其数据规模是 NYUv2 数据集的 40 倍，促进了室内场景分析的可扩展研究。在 NYUv2 和 Occ-ScanNet 上的实验结果表明，我们的方法在两者上均实现了最先进的性能。该数据集和代码已公开于 https://github.com/hongxiaoy/ISO.git。
引用
@article{arxiv.2407.11730,
title = {Monocular Occupancy Prediction for Scalable Indoor Scenes},
author = {Hongxiao Yu and Yuqi Wang and Yuntao Chen and Zhaoxiang Zhang},
journal= {arXiv preprint arXiv:2407.11730},
year = {2024}
}
备注
Accepted by ECCV 2024