获取完整原文和代码,公众号回复:10049921244
论文地址: http://arxiv.org/pdf/2106.00446v1.pdf
代码: 公众号回复:10049921244
来源: Centre for Research and Technology Hellas, Thessaloniki, Greece
论文名称:PanoDR:Spherical Panorama Diminished Reality for Indoor Scenes
原文作者:Vasileios Gkitsas
内容提要
商业360o相机的日益普及使得室内扫描更加大众化,增加了人们对新奇应用软件的兴趣,比如室内空间的重新设计。缩小现实(DR)满足了这类应用程序的要求,即移除场景中存在的物体,本质上将其转化为反事实的图像修补任务。虽然数据驱动的图像修补在生成真实样本方面取得了重大进展,但它们并不局限于此。为了在室内(重新)规划应用中保持真实,场景结构的保存至关重要。为了确保结构感知的反事实绘画,我们提出了一个模型,该模型首先预测室内场景的结构,然后使用它来指导重建一个仅代表同一场景的空背景。在Structured3D数据集上训练DR修改的版本,并与其他最先进的方法进行比较,在定量度量和定性结果上本文模型都显示出了更好的结果,更有趣的是,我们的方法的收敛速度更快。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。
分享最新的CVPR、ECCV、ICCV、IROS等人工智能论文,关注深度学习、自动驾驶领域。
点个“在看”,让我知道你的爱