Pair2Scene：学习局部物体关系的程序化场景生成
计算机视觉与模式识别
2026-05-12 v2
摘要
生成高保真度3D室内场景仍是数据稀缺和建模复杂空间关系的主要挑战。当前方法常难以扩展到密集场景，或依赖LLM/VLM缺乏精确空间推理能力。基于观察到物体放置主要依赖局部依赖而非信息冗余的全局分布，我们提出了Pair2Scene，一种将学习到的局部规则与场景层次结构和基于物理的算法集成的程序化生成框架。这些规则主要捕捉两种类型的物体间关系，即遵循物理层次结构的支撑关系（support relations），以及反映语义链接的功能关系（functional relations）。我们通过网络建模这些规则，该网络估计锚定物体位置和几何形状下，受依赖物体位置分布的条件分布。 accordingly，我们从现有场景数据中构建了用于训练模型的3D-Pairs数据集。在推理期间，框架通过递归应用模型于层次结构中，利用碰撞感知的拒绝抽样将局部规则对齐到连贯的全局布局。大量实验表明，我们的框架在生成超越训练数据的复杂环境方面优于现有方法，同时保持物理和语义合理性。
引用
@article{arxiv.2604.11808,
title = {Pair2Scene: Learning Local Object Relations for Procedural Scene Generation},
author = {Xingjian Ran and Shujie Zhang and Weipeng Zhong and Li Luo and Bo Dai},
journal= {arXiv preprint arXiv:2604.11808},
year = {2026}
}
备注
ICML 2026