矢量化世界建筑：基于图元检测与关系推断的平面图重建
计算机视觉与模式识别
2020-03-17 v3
摘要
本文解决一个二维建筑矢量化问题，其任务是从单张 RGB 图像中推断室外建筑结构为二维平面图。我们提供了一个带有 2001 个复杂建筑真值标注的新基准，这些建筑分布于亚特兰大、巴黎和拉斯维加斯等城市。我们还提出了一种新颖算法，利用 1) 检测几何图元并推断其关系的卷积神经网络（CNNs）以及 2) 将信息组装为二维平面图的整数规划（IP）。尽管这对人类视觉而言是微不足道的任务，但具有任意拓扑的图结构推断仍是计算机视觉中的一个开放问题。定性与定量评估表明，我们的算法相较当前最优方法取得了显著改进，朝着具备人类感知水平的智能系统迈进。我们将公开代码与数据。
引用
@article{arxiv.1912.05135,
title = {Vectorizing World Buildings: Planar Graph Reconstruction by Primitive Detection and Relationship Inference},
author = {Nelson Nauata and Yasutaka Furukawa},
journal= {arXiv preprint arXiv:1912.05135},
year = {2020}
}