MOSAIC：基于多深度视图在多房间环境中生成一致且隐私保护的场景
计算机视觉与模式识别
2025-11-10 v3
摘要
我们提出一种基于扩散模型的方法，仅使用深度图像生成多房间室内环境的隐私保护型数字孪生体。我们方法的核心是一种新颖的多视图重叠场景对齐 with 隐式一致性（MOSAIC）模型，显式地以概率方式考虑同一场景内的跨视图依赖。MOSAIC 通过一种多通道推理时优化过程实现，避免了常见于全景基于方法中顺序或单房间约束的误差累积。MOSAIC 可扩展到复杂场景，且无需额外训练，同时在增加更多重叠视图时可可证明地降低去噪过程中的方差，从而提高生成质量。实验表明，MOSAIC 在重建复杂多房间环境方面优于最先进的基线。资源与代码请参见 https://mosaic-cmubig.github.io
引用
@article{arxiv.2503.13816,
title = {MOSAIC: Generating Consistent, Privacy-Preserving Scenes from Multiple Depth Views in Multi-Room Environments},
author = {Zhixuan Liu and Haokun Zhu and Rui Chen and Jonathan Francis and Soonmin Hwang and Ji Zhang and Jean Oh},
journal= {arXiv preprint arXiv:2503.13816},
year = {2025}
}