SALVe：稀疏全景扫描的语义对齐验证用于平面图重建
计算机视觉与模式识别
2024-06-28 v1
摘要
我们提出了由 SALVe 驱动的全新系统，用于从稀疏全景扫描自动重建 2D 平面图。该系统的输入是稀疏分布的 360 全景图像，其语义特征（窗口、门户和开口）被推断并用于假设房间之间的成对相邻性或重叠。SALVe 初始化姿态图，然后使用 GTSAM 进行优化。一旦计算了房间姿态，就使用 HorizonNet 推断房间布局，并通过拼接最自信的布局边界构建平面图。我们对系统进行了定性和定量验证以及消融研究，表明其在完整性方面超过了最先进的结构化光照场 (SfM) 系统超过 200%，而不牺牲准确性。我们的结果表明本工作的重要性：81% 的全景扫描的姿态在前 2 个连通分量 (CC) 中定位，89% 在前 3 个 CC 中。代码和模型可在 https://github.com/zillow/salve 上公开获取。
关键词
引用
@article{arxiv.2406.19390,
title = {SALVe: Semantic Alignment Verification for Floorplan Reconstruction from Sparse Panoramas},
author = {John Lambert and Yuguang Li and Ivaylo Boyadzhiev and Lambert Wixson and Manjunath Narayana and Will Hutchcroft and James Hays and Frank Dellaert and Sing Bing Kang},
journal= {arXiv preprint arXiv:2406.19390},
year = {2024}
}
备注
Accepted at ECCV 2022