Convex Decomposition of Indoor Scenes

要約

複雑で乱雑な屋内シーンをプリミティブに解析して、シーン構造を最小限に抽象化する方法について説明します。
私たちのプリミティブは単純な凸面です。
私たちの方法では、学習された回帰手順を使用して、RGBD 入力からシーンを固定数の凸面に解析し、オプションでセグメンテーションを受け入れて分解を改善できます。
次に、結果は下降法で研磨され、非常に良好なフィット感が得られるように凸面を調整し、余分なプリミティブを貪欲に削除します。
シーン全体が解析されるため、従来の深度、法線、セグメンテーション エラーのメトリクスを使用して評価できます。
私たちの評価手順は、プリミティブ表現からの誤差が、単一の画像から深さを予測する場合の誤差に匹敵することを示しています。

要約(オリジナル)

We describe a method to parse a complex, cluttered indoor scene into primitives which offer a parsimonious abstraction of scene structure. Our primitives are simple convexes. Our method uses a learned regression procedure to parse a scene into a fixed number of convexes from RGBD input, and can optionally accept segmentations to improve the decomposition. The result is then polished with a descent method which adjusts the convexes to produce a very good fit, and greedily removes superfluous primitives. Because the entire scene is parsed, we can evaluate using traditional depth, normal, and segmentation error metrics. Our evaluation procedure demonstrates that the error from our primitive representation is comparable to that of predicting depth from a single image.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google