房间包络：用于从图像重建室内布局的合成数据集
计算机视觉与模式识别
2025-11-07 v1
摘要
现代场景重建方法能够准确恢复一个或多个图像中可见的 3D 表面。然而，这会导致重建不完整，遗漏所有遮挡表面。尽管对给定部分观察的整个对象进行重建已取得显著进展，但场景中的结构元素，如墙壁、地板和天花板，受到的关注较少。我们认为，这些场景元素应相对容易预测，因为它们通常是平面、重复且简单的，因而可能更适合采用较低成本的方法。在本工作中，我们提供了一个合成数据集——Room Envelopes——通过为每个图像提供一组 RGB 图像和两个相关点图来促进这项工作：一个捕获可见表面，另一个捕获一旦拟合和配件被移除后的第一个表面，即结构布局。正如我们所展示的，这使直接监督的前馈单目几何估计器预测可见表面和布局表面的第一个表面成为可能。这赋予了对场景范围的理解，以及其对象的位置和形状。
引用
@article{arxiv.2511.03970,
title = {Room Envelopes: A Synthetic Dataset for Indoor Layout Reconstruction from Images},
author = {Sam Bahrami and Dylan Campbell},
journal= {arXiv preprint arXiv:2511.03970},
year = {2025}
}