Nov, 2022

JigsawPlan: 基于扩散模型的房间布局拼图极端结构运动

PDF
TL;DR本文提出了一种新颖的方法来解决 “极端结构运动” 问题，通过估计 2D 平移和旋转来对齐房间布局，解决仿佛房间布局拼图的问题，并使用扩散模型解决了具有挑战性的注册问题。该论文还提出了一个新的数据集，用于 98,780 幢房屋的房间布局和平面图，并经定量和定性评估证明，所提出的方法表现出比竞争方法更好的性能。
extreme structure from motionroom layoutspolygonal curvesdiffusion modelregistration problem
发现论文，激发创造
  • Floorplan-Jigsaw: 共同估算场景布局和部分扫描对齐

    我们提出了一种使用地面平面图先验来对齐部分 3D 重建的新方法，此方法不需要特征匹配，可以应用于大型或无特征场景的重建，并且在各种大小和复杂度的真实和合成场景上进行了量化和定性验证，显示了其卓越的效力和准确性。

    Dec, 2018

  • 通过扩散辅助束调整解决姿态估计问题

    该研究提出了一种基于概率扩散模型的摄像机姿态估计方法，能够在解决传统方法难以处理的问题方面有所改善，并在两个真实世界数据集上取得了很好的效果。

    Jun, 2023

  • HouseDiffusion：通过离散和连续去噪扩散模型生成矢量平面图

    通过扩散模型生成向量楼层平面图是我们提出的新方法，使用 Transformer 架构和二维坐标的离散和连续去噪处理生成图形门窗等元素并在 RPLAN 数据集上得到了显著的改进

    Nov, 2022

  • DiffRoom: 基于扩散的高质量三维房间重建与生成

    DiffRoom 提出了一种稀疏的 3D 扩散网络，它基于粗糙的占用先验和分层扩散学习结构，实现了高质量的 3D 室内重建和生成。

    Jun, 2023

  • 超越曼哈顿世界假设的三维房间布局估计

    本文提出了基于最新的三维室内布局估计模型的训练和后处理方法，实验结果显示我们的方法在预测可见室内布局方面比现有方法大幅优越，并在 2020 年全面场景结构与 3D 视觉研讨会获得了第三名。

    Sep, 2020

  • Floor-SP: 顺序房间最短路径的反向 CAD 实现平面图

    本文提出了一种新的自动化平面图重建方法，该方法由名为 Floor-SP 的优化问题构成，其中每个房间的坐标下降顺序地解决动态规划以优化楼层图结构，该方法不需要阈值的角点 / 边缘检测，重点在数据项上，引导深度神经网络生成建筑物模型，并通过一系列一致性和模型复杂度项来优化。评估结果表明，该方法比当前最先进的方法具有显著的性能改进

    Aug, 2019

  • 使用渲染比较实现从单一视角获取的一般三维室内布局

    本文提出一种解决单视角条件下房间（墙壁，地板，天花板）的三维布局重建问题的新方法，使用离群点检测和优化方法，在处理布局中的遮挡时提高了重建的准确性，同时创建了扫描网数据集以便对方法进行数量化评价。

    Jan, 2020

  • StructDiffusion：面向物体的扩散算法，用于新型物体的语义重组

    本文介绍了如何使用扩散模型和面向对象的变压器构建物理有效的结构，以便在多步骤的三维规划任务中创建复杂的配置。实验结果表明，该方法相对于现有的多模态变压器模型，改进了 16％的成功率，同时扩展了一种多任务模型来产生更广泛的不同构型。

    Nov, 2022

  • DeepSFM: 通过深度束调整实现结构运动

    本研究设计了一种以物理驱动的 DeepSFM 体系结构，对深度和姿态进行估计，在显式结构约束和深度学习技术的共同作用下，实现了与传统 BA 和新兴深度学习技术的优点相结合的分离拍摄下位姿和深度估计

    Dec, 2019

  • 超越想象：生成无限制的三维房间布局

    我们提出了一个不依赖于典型框近似或曼哈顿世界假设的房间布局估计方法，将几何推断问题重新定义为实例检测任务，通过使用 R-CNN 直接回归 3D 平面来解决该问题，然后使用一种概率聚类的变体来结合每个视频序列中的每帧回归的 3D 平面及其相应的相机姿态，并得到一个单个的全局 3D 房间布局估计结果；最后，我们展示了在不假设垂直对准的情况下处理任何对齐的墙壁的结果。

    May, 2019