从更广阔的上下文视角：道室风格知识能否帮助视觉平面图定位？

由于建筑平面图随时间保持一致且对视觉外观变化具有内在鲁棒性，视觉平面图定位（FLoc）已受到研究者的日益关注。然而，作为建筑布局的紧凑简约表示，平面图包含许多重复结构（如走廊和拐角），从而容易导致定位歧义。现有方法要么依赖平面图中 2D 结构线索匹配，要么依赖 3D 几何约束的视觉预训练，忽略了来自视觉图像更丰富的上下文信息。本文我们建议利用更广阔的视觉场景上下文来赋能 FLoc 算法，以场景布局先验消除定位不确定性。具体而言，我们提出一种无监督学习技术，利用聚类约束在自采集的无标签房间图像上预训练房间判别器。这种判别器可经验性地提取观察图像隐藏的房间类型，并与其他房间类型区分开来。通过将由判别器总结的场景上下文信息注入 FLoc 算法，有效地利用房间风格知识以指导确定的视觉 FLoc。我们对两种标准视觉 FLoc 基准进行了充分的比较研究。我们的实验表明，我们的方法优于最先进的方法，在鲁棒性和准确性方面实现了显著的提升。