缩放360度布局：重新审视非中心全景图

从非中心全景图中，可以通过几何推理恢复3D线条。然而，它们对噪声的敏感性以及所需的复杂几何建模导致这些全景图很少被研究。在这项工作中，我们提出了一种新颖的方法，利用单张非中心全景图恢复室内环境的3D布局。我们使用深度学习从非中心全景图中获取房间结构线的边界，并利用非中心投影系统的特性，通过一种新的几何处理来恢复缩放后的布局。我们针对曼哈顿环境（处理遮挡）和亚特兰大环境，用一种统一的方法解决了问题。所进行的实验改进了从单张全景图恢复3D布局的现有最先进方法。我们的方法是首个使用深度学习处理非中心全景图并恢复单张全景图布局比例的工作。