基于全景协作扰动的半监督 360 布局估计
计算机视觉与模式识别
2025-03-04 v1
摘要
现有监督布局估计方法的性能严重依赖数据标注质量。然而，获取大规模高质量数据集 remains a laborious and time-consuming challenge. 为解决此问题，半监督方法被引入，通过鼓励 unlabeled data 在不同扰动下的一致结果来减轻昂贵数据标注的需求。然而，现有解决方案仅采用普通扰动，忽略了全景布局估计的特征。相反，我们提出一种新型半监督方法 SemiLayout360， incorporates 全景布局与畸变先验，通过协作扰动实现。具体地，我们利用全景布局先验增强模型对潜在布局边界的关注。同时，我们引入全景畸变先验以提升畸变感知能力。此外，为防止强烈扰动阻碍模型收敛并确保基于先验的扰动有效性，我们将其划分为全景协作扰动进行重新组织。我们的实验结果在三个主流基准数据集上表明，所提方法相较于现有最先进（SoTA）解决方案具有显著优势。
引用
@article{arxiv.2503.01114,
title = {Semi-Supervised 360 Layout Estimation with Panoramic Collaborative Perturbations},
author = {Junsong Zhang and Chunyu Lin and Zhijie Shen and Lang Nie and Kang Liao and Yao Zhao},
journal= {arXiv preprint arXiv:2503.01114},
year = {2025}
}
备注
9 pages,4 figures