预测室内场景的完整 3D 模型
计算机视觉与模式识别
2017-08-21 v3
摘要
视觉的主要目标之一是从传感器推断物体、表面及其布局的物理模型。在本文中，我们旨在从单张 RGBD 图像解读室内场景。我们的表示编码了墙壁的布局（必须符合 Manhattan 结构但 otherwise 灵活）以及物体的布局和范围（使用类 CAD 的 3D 形状建模）。我们表示场景的可见部分和被遮挡部分，从而生成完整的 3D 解析。这种场景解释对机器人技术和视觉推理很有用，但由于众所周知的分割挑战、高度遮挡以及室内场景中物体的多样性而难以生成。我们采取数据驱动的方法，生成潜在的物体区域集，与训练图像中的区域进行匹配，并转移和对齐相关的 3D 模型，同时鼓励拟合观测值和整体一致性。我们在 NYU v2 数据集上展示了令人鼓舞的结果，并强调了未来工作的各种有趣方向。
引用
@article{arxiv.1504.02437,
title = {Predicting Complete 3D Models of Indoor Scenes},
author = {Ruiqi Guo and Chuhang Zou and Derek Hoiem},
journal= {arXiv preprint arXiv:1504.02437},
year = {2017}
}