PanoNormal: 单目 360{\deg} 室内表面法线估计
计算机视觉与模式识别
2026-01-26 v2
摘要
等距投影 (ERP) 图像中存在球面畸变，这一问题在密集回归任务（如表面法线估计）中仍然存在。尽管可以直接复用开发用于 360{\deg} 深度估计的模型，但我们的实证结果表明，这些模型在应用到表面法线预测时性能不佳。这主要归因于其对捕获全局场景布局的架构偏差，以牺牲精细的局部几何线索为代价。虽然卷积神经网络 (CNN) 已被用于缓解球面畸变，但其固定的感受野限制了捕获整体场景结构的能力。相反，视觉Transformer (ViT) 能够通过全局自注意力建模长程依赖，但往往难以保留高频局部细节。为解决这些限制，我们提出了 \textit{PanoNormal}，一种用于 360{\deg} 图像的单目表面法线估计架构，整合了 CNN 和 ViT 的互补优势。具体而言，我们设计了一种显式考虑球面特征分布的多级全局自注意力机制，使模型能够恢复全局语境结构和局部几何细节。实验结果表明，我们的方法不仅在多个基准 360{\deg} 数据集上实现了最先进的性能，而且在表面法线预测任务上显著优于改编深度估计模型。代码和模型均可在 https://github.com/huangkun101230/PanoNormal 提供。
引用
@article{arxiv.2405.18745,
title = {PanoNormal: Monocular Indoor 360{\deg} Surface Normal Estimation},
author = {Kun Huang and Fanglue Zhang and Neil Dodgson},
journal= {arXiv preprint arXiv:2405.18745},
year = {2026}
}