PanelNet：通过面板表示理解360室内环境
计算机视觉与模式识别
2023-05-17 v1
摘要
室内360全景图具有两个本质属性。（1）全景图在水平方向上是连续且无缝的。（2）重力在室内环境设计中起着重要作用。利用这些属性，我们提出了PanelNet，一个使用360图像的新颖面板表示来理解室内环境的框架。我们将等距矩形投影（ERP）表示为具有相应3D面板几何的连续垂直面板。为减少全景畸变的负面影响，我们引入了面板几何嵌入网络，该网络编码面板的局部和全局几何特征。为捕获房间设计中的几何上下文，我们引入了Local2Global Transformer，它聚合面板内的局部信息和面板间的全局上下文。它以较低的训练开销大幅提升了模型性能。我们的方法在室内360深度估计上优于现有方法，并在室内布局估计和语义分割任务上展示出与最先进方法相竞争的结果。
引用
@article{arxiv.2305.09078,
title = {PanelNet: Understanding 360 Indoor Environment via Panel Representation},
author = {Haozheng Yu and Lu He and Bing Jian and Weiwei Feng and Shan Liu},
journal= {arXiv preprint arXiv:2305.09078},
year = {2023}
}
备注
To appear in CVPR 2023