RoomRecon：移动设备上的高质量带纹理房间布局重建
机器人学
2026-04-22 v1
摘要
广泛的RGB-Depth(RGB-D)传感器和先进的3D重建技术促进了室内空间捕获，推动了增强现实(AR)、虚拟现实(VR)和扩展现实(XR)领域的发展。然而，当前技术仍存在局限，如无法反映细微场景变更而无需完整重新捕获、缺乏语义场景理解，以及各种纹理挑战影响3D模型的视觉质量。这些问题影响了VR体验所需的真实性，以及室内设计和房地产等其他应用。为此，我们引入RoomRecon，一个用于3D房间模型的交互式、实时扫描和纹理化管道。我们提出了两种阶段的纹理化管道，将AR引导的图像捕获集成用于纹理化，并利用生成式AI模型提高纹理化质量，提供更精确的室内空间复制。此外，我们建议仅关注墙面、地面和天顶等固定房间元素，以便轻松自定义3D模型。我们在多种室内空间中进行实验，以评估方法的纹理化质量和速度。定量结果和用户研究表明，RoomRecon在纹理化质量和设备内计算时间方面超越了最先进的方法。
引用
@article{arxiv.2604.19025,
title = {RoomRecon: High-Quality Textured Room Layout Reconstruction on Mobile Devices},
author = {Seok Joon Kim and Dinh Duc Cao and Federica Spinola and Se Jin Lee and Kyu Sung Cho},
journal= {arXiv preprint arXiv:2604.19025},
year = {2026}
}
备注
23 pages, including supplementary material. Accepted to the 2024 IEEE International Symposium on Mixed and Augmented Reality (ISMAR). Best Paper Nominee