通过语义射线提升平面图定位

平面图提供了建筑结构的紧凑表示，揭示不仅包含布局信息，还包含诸如窗户和门的位置等详细语义信息。然而，当代的平面图定位技术大多聚焦于匹配基于深度的结构线索，忽略了平面图中传达的丰富语义信息。本文引入一种语义感知定位框架，联合估计深度和语义射线，以此统一预测结构-语义概率体。我们以粗到细的方式构建该概率体：首先抽取一小组射线以获得初始低分辨率概率体。随后我们在高概率区域进行更密集的抽样，以预测二维位置和方向角。我们在两个标准平面图定位基准数据集上进行评估。实验表明，我们的方法在召回率指标上显著优于当前最先进的方法，实现了对先前工作的显著提升。此外，我们表明该框架可以轻松地纳入额外的元数据，如房间标签，从而在准确率和效率方面获得额外的提升。