CVPRMay, 2024

室内全景自动去除家具

PDF
TL;DR提出了一种利用稳定扩散的流程来改进室内全景图像中家具移除的修复结果，通过增加上下文、领域特定模型微调和改进的图像融合，产生几何可信的高保真修复效果，无需依赖于房间布局估计，展示了相对其他家具移除技术的定性和定量改进。
发现论文，激发创造
  • PanoDR：室内球面全景减弱现实

    本研究提出一种结构感知的 Diminished Reality 模型，通过预测室内场景的结构来生成去除特定物体的场景，该方法在改进的 Structured3D 数据集上的测试中具有快速收敛速度和卓越表现。

    Jun, 2021

  • 虚拟家居布置：在自然照明下逆向渲染和编辑室内全景

    我们提出了一种新颖的反渲染方法，可以在自然照明下将现有室内全景图转换为新的室内家具布局。通过拍摄室内 HDR 全景图和实时室外半球 HDR 照片，我们采集了室内和室外 HDR 图像，并根据测定的绝对亮度值进行线性校准以获得准确的场景重光。我们的方法包含三个关键部分：全景家具检测和去除、自动地板布局设计以及具有场景几何、新家具对象和实时室外照片的全局渲染。我们展示了我们的工作流程在不同室外照明条件下渲染室内场景的有效性。此外，我们还贡献了一个新的经过校准的 HDR（Cali-HDR）数据集，其中包含 137 个校准的室内全景图及其相应的室外照片。源代码和数据集可在此链接上获得：this https URL

    Nov, 2023

  • 沉浸式室内场景装饰的条件式 360 度图像合成

    本文提出一种用于 360 度图像的条件场景装饰方法，通过开发 360 度感知的物体布局生成器和生成对抗网络，实现对输入场景的各种家具布局生成，并通过用户研究证实了生成结果中的逼真图像质量和家具布局提供的沉浸式体验。

    Jul, 2023

  • RoomTex: 室内场景的组合纹理生成与修复

    提出了名为 RoomTex 的粗糙到精细的三维场景纹理框架，用于生成高保真度和样式一致的纹理，以应对复合场景网格的纹理问题。

    Jun, 2024

  • 单室内全景布局指导的新视角合成

    本文提出一种从单个室内全景图生成新视角的方法，在使用卷积神经网络提取深层特征和估计深度图的基础上，利用室内场景的布局信息指导目标视角图像的生成，并加入几何约束以提高一致性和鲁棒性。实验结果表明，该方法在小大相机移动下均有较好效果。

    Mar, 2021

  • DreamSpace: 以文本驱动的全景纹理传播梦想您的房间空间

    提出了一种新颖的室内场景纹理生成框架，通过联想和模仿技术，以及采用粗到精的全景纹理生成方法和双重纹理对齐，实现了以文本为驱动的纹理生成，具有迷人的细节和真实的空间一致性。

    Oct, 2023

  • FurniScene：一个包含复杂室内家具场景的大规模 3D 房间数据集

    提出了 FurniScene，该数据集包含 11698 个房间和 39691 个唯一的家具 CAD 模型，用于室内场景生成的评估基准，同时介绍了一种新的 Two-Stage Diffusion Scene Model（TSDSM）用于细粒度的室内场景布局生成，定量和定性评估表明了我们方法在生成高度逼真的室内场景方面的能力。

    Jan, 2024

  • 带有个性化偏好的室内场景结构规划

    本文提出了一种支持专业室内设计师制作产业室内装饰解决方案并满足业主个性化偏好的辅助模型，其由抽象图提取、条件图生成和条件场景实例化组成，同时提供一个包含来自专业设计师的 11000 个实例设计的室内布局数据集，实验结果表明该模型相对于最先进的方法的效果。

    Aug, 2020

  • PSDR-Room：利用可微渲染的单张照片生成场景

    利用 PSDR-Room 系统，通过梯度下降来优化光照、物体姿态和材质，以使其与目标室内场景图像视觉上匹配，实现对室内场景中各组件的可编辑性。

    Jul, 2023

  • 室内三维场景的简单有效合成

    研究如何从 1 或多张图像中合成逼真的室内 3D 场景，采用了基于图像的 GAN 来直接映射成高分辨率的 RGB-D 图像，及在 VLN 训练中进行空间干扰以提高成功率。

    Apr, 2022