PanoDR：面向室内场景的球面全景弱化现实
计算机视觉与模式识别
2021-06-02 v1
摘要
商用相机的普及使室内扫描大众化，提升了诸如室内空间重新设计等新颖应用的关注。弱化现实(DR)满足了此类应用移除场景中已有物体的需求，本质上可转化为反事实修复任务。尽管近期数据驱动修复在生成逼真样本上进展显著，但它们未被约束产生具有现实映射结构的结果。为在室内（重新）规划应用中保留“现实”，场景结构保持至关重要。为确保结构感知的反事实修复，我们提出一种模型：先预测室内场景结构，再用其引导重建同一场景仅含背景的空场景表示。我们在为DR修改的Structured3D数据集上训练并与其它最先进方法比较，在量化指标与定性结果上均展示出更优表现，更有趣的是，我们的方法展现出远更快的收敛速度。代码与模型见 https://vcl3d.github.io/PanoDR/ 。
引用
@article{arxiv.2106.00446,
title = {PanoDR: Spherical Panorama Diminished Reality for Indoor Scenes},
author = {V. Gkitsas and V. Sterzentsenko and N. Zioulis and G. Albanis and D. Zarpalas},
journal= {arXiv preprint arXiv:2106.00446},
year = {2021}
}
备注
Accepted at CVPR, OmniCV Workshop. Code and models are available at https://vcl3d.github.io/PanoDR/