indoor scene understanding | BriefGPT

关键词indoor scene understanding

搜索结果 - 11

Segment Any Object Model (SAOM): 多类多实例分割的实际到模拟微调策略
多类多实例分割是识别图像中多个对象类别和同一类别的多个实例的任务，提出了一种新颖的领域不变的通过真实 - 模拟 (Pseudo-Real) 微调策略来改善多类多实例分割模型的性能，尤其在室内场景理解方面表现出良好的泛化性能。
PDF4 months ago
非中心全景室内数据集
首次提出了用于室内场景理解的非中心全景数据集，包含 2574 个 RGB 非中心全景图像，每个图像都有深度图和注释，以获取室内空间的布局和相机姿态。
PDF5 months ago
形状锚引导的室内场景整体理解
该论文提出了一种形状锚点引导学习策略（AncLearn）来实现强大的室内场景理解。通过在检测阶段为生成可靠的提案提供可靠的特征，并在重建过程中直接提供具有良好结构的几何先验来降低噪声和离群点，将 AncLearn 嵌入到一种纯实例导向的重建
PDF9 months ago
PanoMixSwap 室内场景理解中的全景结构交换
本文提出了一种针对室内全景图像的新型数据增强技术 PanoMixSwap，通过混合不同的背景风格、前景家具和房间布局，生成一组多样化的新全景图像用于丰富数据集。通过在两个室内场景理解任务（语义分割和布局估计）上的实验证明，使用 PanoMi
PDF10 months ago
Swin3D: 用于 3D 室内场景理解的预训练 Transformer 骨干网络
本研究提出了一种基于 3D Swin transformer 的预训练 3D backbone——Swin3D，并结合大型结构化数据集 Structured3D 进行了预训练。研究发现，在 3D 室内场景理解方面，Swin3D 先于所有现有
PDFa year ago
面向室内移动代理的多模态多任务场景理解模型
本文探讨了个性化移动智能体中的感知系统需要开发室内场景理解模型，该模型能够理解 3D 几何、捕捉客观性、分析人类行为等，并且描述了 MMISM（多模态输入多任务输出室内场景理解模型）来解决室内环境数据量不足以及杂乱信息融合等问题，并表明 M
PDF2 years ago
CVPRCerberus Transformer：联合语义、可接触性和属性解析
本文提出了一种基于注意力机制的模型 Cerberus，以及一个相应的训练框架，用于联合语义解析、所书解析和属性解析。该方法在三种任务上取得了最优结果，且通过人类认知的概念相关性实现了弱监督学习，并通过可视化方法证明了在任务之间共享的注意力映
PDF3 years ago
ICCVHypersim：一个逼真的室内全景场景综合数据集
本文介绍了一种名为 Hypersim 的、具备完整的室内场景计算机视觉理解的合成数据集，该数据集为场景、对象和像素级别提供完整的标注信息，并且评估了数据集的生成成本，并证明了使用该数据集进行预训练可以显著改善语义分割和 3D 形状预测任务的
PDF4 years ago
合作式整体场景理解：统一 3D 物体、布局和相机位姿估计
本文提出了一种端到端模型，可以仅依靠单个 RGB 图像实时同时解决 3D 室内场景理解中的物体边界框、房间布局和相机姿势问题，并通过对目标进行参数化和协同训练等手段，显著提升了 3D 物体检测、3D 布局估计、3D 相机姿势估计和整体场景理
PDF6 years ago
CVPR基于卷积神经网络的室内场景理解的物理渲染
本研究介绍了一个大规模的合成数据集，该数据集包括来自 4.5k 个室内场景的 40 万张基于物理的渲染图像，研究了不同的渲染方法和场景照明对深度学习算法在表面法线预测、语义分割和物体边界检测三个计算机视觉任务中的影响，并表明，使用这个新的合
PDF8 years ago
ICCV使用在合成 RGB-D 上训练的深度网络实现语义姿态
通过深度卷积神经网络实现室内场景理解的任务。为了克服 RGB-D 训练数据不足的问题，采用实时渲染技术生成合成室内场景，并通过迁移学习的方式使得模型能够处理具有高度挑战性的真实场景。该神经网络具备较短的运行时间，可同时估计类别、姿态和位置等
PDF9 years ago