U2RLE：基于不确定性引导的两阶段房间布局估计
计算机视觉与模式识别
2023-04-19 v1 机器人学
摘要
尽管现有的基于深度学习的房间布局估计技术展现出良好的整体精度，但它们对远处地-墙边界的效果较差。为解决该问题，我们提出了一种新颖的不确定性引导布局边界估计方法，引入了称为 U2RLE 的新型两阶段 CNN 架构。初始阶段预测地-墙边界及其不确定性，随后利用不同的距离感知损失对高位置不确定性的边界进行细化。最后，将两阶段的输出合并以生成房间布局。使用 ZInD 和 Structure3D 数据集的实验表明，U2RLE 优于当前最先进水平，能够更好地处理近处与远处墙体。特别地，U2RLE 在最远处墙体上优于当前最先进技术。
引用
@article{arxiv.2304.08580,
title = {U2RLE: Uncertainty-Guided 2-Stage Room Layout Estimation},
author = {Pooya Fayyazsanavi and Zhiqiang Wan and Will Hutchcroft and Ivaylo Boyadzhiev and Yuguang Li and Jana Kosecka and Sing Bing Kang},
journal= {arXiv preprint arXiv:2304.08580},
year = {2023}
}
备注
To be Appear on CVPR 2023