May, 2019

从单张图像学习重构3D曼哈顿线框

TL;DR该论文提出了一种从单个图像中获取紧凑且精确的3D线框表示的方法,通过有效地利用全局结构规律,该方法训练卷积神经网络以同时检测显著的交叉点和直线,并预测它们的3D深度和消失点, 并通过平行结构先验进一步重构完整的3D线框模型。