PSMNet：用于房间布局估计的位置感知立体融合网络
计算机视觉与模式识别
2022-03-31 v1
摘要
在本文中，我们提出了一种基于深度学习的新方法，用于在给定一对 360 全景图的情况下估计房间布局。我们的系统称为位置感知立体融合网络（Position-aware Stereo Merging Network，PSMNet），是一个端到端的联合布局-位姿估计器。PSMNet 由一个立体全景位姿（Stereo Pano Pose，SP2）transformer 和一个新颖的跨视角投影（Cross-Perspective Projection，CP2）层组成。立体视角 SP2 transformer 用于隐式推断视角间的对应关系，并能处理含噪声的位姿。位姿感知的 CP2 层旨在将相邻视角的特征渲染到锚点（参考）视角，以执行视角融合并估计可见布局。我们的实验和分析验证了我们的方法，其显著优于最先进的布局估计器，尤其是对于大型和复杂的房间空间。
引用
@article{arxiv.2203.15965,
title = {PSMNet: Position-aware Stereo Merging Network for Room Layout Estimation},
author = {Haiyan Wang and Will Hutchcroft and Yuguang Li and Zhiqiang Wan and Ivaylo Boyadzhiev and Yingli Tian and Sing Bing Kang},
journal= {arXiv preprint arXiv:2203.15965},
year = {2022}
}
备注
Accepted at CVPR 2022