RoomEditor++: 用于高保真家具合成的参数共享扩散架构
计算机视觉与模式识别
2025-12-22 v1
摘要
虚拟家具合成技术能够无缝地将参考物整合到室内场景中，同时保持几何一致性和视觉真实感，这在家居设计和电商应用中具有巨大的潜力。然而，该领域由于缺乏可复现的基准数据集以及现有图像合成方法在实现高保真家具合成并保持背景完整性方面的局限性，仍未得到充分探索。为克服这些挑战，我们首先提出RoomBench++，一个为该任务量身打造的全面且公开可用的数据集。该数据集包含112,851个训练样本和1,832个测试样本，来源于真实场景室内视频和逼真的室内设计渲染图像，能够在实际条件下支持稳健的训练与评估。随后，我们提出RoomEditor++，一种基于扩散的通用架构，采用参数共享的双扩散主干网络，兼容U-Net和DiT架构。该设计统一了参考图像和背景图像的特征提取与填充过程。我们的深入分析表明，参数共享机制强制特征表示对齐，从而促进精确的几何变换、纹理保持以及无缝集成。大量实验表明，RoomEditor++在定量指标、定性评估和人类偏好研究方面均优于当前最先进的方法，同时显示出其对未见室内场景以及无需任务特定微调的通用场景的强大泛化能力。该数据集和源代码已于\url{https://github.com/stonecutter-21/roomeditor}发布。
引用
@article{arxiv.2512.17573,
title = {RoomEditor++: A Parameter-Sharing Diffusion Architecture for High-Fidelity Furniture Synthesis},
author = {Qilong Wang and Xiaofan Ming and Zhenyi Lin and Jinwen Li and Dongwei Ren and Wangmeng Zuo and Qinghua Hu},
journal= {arXiv preprint arXiv:2512.17573},
year = {2025}
}