SALVe: Semantic Alignment Verification for Floorplan Reconstruction from Sparse Panoramas

要約

私たちは、新しいペアワイズ学習アライメント検証器である SALVe によって可能になる自動 2D フロアプラン再構築のための新しいシステムを提案します。
私たちのシステムへの入力はまばらに配置された 360$^\circ$ のパノラマであり、その意味論的な特徴 (窓、ドア、開口部) が推測され、ペアごとの部屋の隣接性または重複を仮説するために使用されます。
SALVe はポーズ グラフを初期化し、その後 GTSAM を使用して最適化します。
部屋の姿勢が計算されると、Horizo​​nNet を使用して部屋のレイアウトが推測され、最も信頼できるレイアウト境界をつなぎ合わせてフロアプランが構築されます。
当社ではアブレーション研究を通じてシステムを定性的および定量的に検証し、精度を犠牲にすることなく完全性において最先端の SfM システムを 200% 以上上回る性能を示しています。
私たちの結果は、私たちの研究の重要性を示しています。パノラマのポーズの 81% が最初の 2 つの連結コンポーネント (CC) に局在し、89% が最初の 3 CC に局在しています。
コードとモデルは https://github.com/zillow/salve で公開されています。

要約(オリジナル)

We propose a new system for automatic 2D floorplan reconstruction that is enabled by SALVe, our novel pairwise learned alignment verifier. The inputs to our system are sparsely located 360$^\circ$ panoramas, whose semantic features (windows, doors, and openings) are inferred and used to hypothesize pairwise room adjacency or overlap. SALVe initializes a pose graph, which is subsequently optimized using GTSAM. Once the room poses are computed, room layouts are inferred using HorizonNet, and the floorplan is constructed by stitching the most confident layout boundaries. We validate our system qualitatively and quantitatively as well as through ablation studies, showing that it outperforms state-of-the-art SfM systems in completeness by over 200%, without sacrificing accuracy. Our results point to the significance of our work: poses of 81% of panoramas are localized in the first 2 connected components (CCs), and 89% in the first 3 CCs. Code and models are publicly available at https://github.com/zillow/salve.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google