CVPRApr, 2023
Shape-Net: 利用知识蒸馏和 3D 形状作为额外输入的全景图像鲁棒遮挡房间布局估计
Shape-Net: Room Layout Estimation from Panoramic Images Robust to Occlusion using Knowledge Distillation with 3D Shapes as Additional Inputs
Mizuki Tabata, Kana Kurata, Junichiro Tamamatsu
TL;DR该论文提出了一种名为 Shape-Net 的方法,通过将 2D 全景和 3D 信息提供给模型,引入 3D IoU 损失来解决遮挡问题,同时通过从同时利用图像和 3D 信息训练的模型中提取知识来解决实际情况下缺乏建筑图纸的问题。该模型是基于现有模型进行改良,实现了对房间布局的精确估算,同时能够有效处理具有遮挡的情况。