PlaneRCNN：从单幅图像进行三维平面检测与重建
计算机视觉与模式识别
2019-01-09 v2
摘要
本文提出一种深度神经架构 PlaneRCNN，可从单幅 RGB 图像中检测并重建分段平面曲面。PlaneRCNN 采用 Mask R-CNN 的一种变体来检测平面及其平面参数与分割掩码。PlaneRCNN 随后在训练期间利用一种新颖的损失联合优化所有分割掩码，该损失强制与邻近视角保持一致。本文还提出了一个新的基准，其真实标注具有更细粒度的平面分割；在该基准中，PlaneRCNN 在平面检测、分割和重建指标上以显著优势超越现有最先进方法。PlaneRCNN 向鲁棒平面提取迈出了重要一步，这将对机器人、增强现实和虚拟现实等广泛应用产生直接影响。
引用
@article{arxiv.1812.04072,
title = {PlaneRCNN: 3D Plane Detection and Reconstruction from a Single Image},
author = {Chen Liu and Kihwan Kim and Jinwei Gu and Yasutaka Furukawa and Jan Kautz},
journal= {arXiv preprint arXiv:1812.04072},
year = {2019}
}