通过隐式编码实现可迁移的端到端房间布局估计
计算机视觉与模式识别
2021-12-22 v1
摘要
我们研究从单张全景图像估计房间布局的问题。大多数先前工作分为两个阶段：特征提取与参数模型拟合。这里我们提出一种端到端方法，直接从输入全景图像预测参数化布局。它利用一种隐式编码过程，将参数化布局嵌入潜在空间。然后学习从图像到该潜在空间的映射使端到端房间布局估计成为可能。然而尽管有许多引人注目的特性，端到端方法仍有一些臭名昭著的缺点。一个被广泛提出的批评是它们受数据集偏置困扰，且不能迁移到不熟悉的域。我们的研究呼应了这一普遍看法。为此，我们提出使用语义边界预测图作为中间域。这在四个基准（Structured3D、PanoContext、S3DIS和Matterport3D）上带来了显著的性能提升，尤其在零样本迁移设置下。代码、数据和模型将会公开。
引用
@article{arxiv.2112.11340,
title = {Transferable End-to-end Room Layout Estimation via Implicit Encoding},
author = {Hao Zhao and Rene Ranftl and Yurong Chen and Hongbin Zha},
journal= {arXiv preprint arXiv:2112.11340},
year = {2021}
}
备注
Project: https://sites.google.com/view/transferrl/