PAGCNet：面向全景深度估计的姿态感知与几何约束框架
计算机视觉与模式识别
2026-02-17 v2
摘要
显式建模房间背景深度作为几何约束已被证明对全景深度估计有效。然而，在没有外部测量的情况下重建复杂室内场景中封闭区域的背景深度仍是一个开放性挑战。为此，我们提出了一个姿态感知和几何约束驱动的全景深度估计框架。该框架首先利用多个任务特定的解码器联合估计房间布局、相机姿态、深度和区域分割。随后，姿态感知的背景深度解析（PA-BDR）组件利用任务解码器的预测结果解析相机姿态。然后，所提出的 PA-BDR 组件利用相机姿态计算封闭区域的背景深度，并将其作为强几何先验。基于区域分割解码器的输出，融合掩码生成（FMG）组件产生融合权重图，以引导几何约束的背景深度在何处以及对深度解码器预测的纠正程度。最后，一个自适应融合组件将其细化的背景深度与初始深度预测融合，由融合权重引导。在 Matterport3D、Structured3D 和 Replica 数据集上的大量实验表明，我们的方法在当前开源方法之上取得了显著优异的性能。代码可在 https://github.com/emiyaning/PAGCNet 获取。
引用
@article{arxiv.2510.07817,
title = {PAGCNet: A Pose-Aware and Geometry Constrained Framework for Panoramic Depth Estimation},
author = {Kanglin Ning and Ruzhao Chen and Penghong Wang and Xingtao Wang and Ruiqin Xiong and Xiaopeng Fan},
journal= {arXiv preprint arXiv:2510.07817},
year = {2026}
}