Fugu-MT 論文翻訳(概要): LGT-Net: Indoor Panoramic Room Layout Estimation with Geometry-Aware Transformer Network

論文の概要: LGT-Net: Indoor Panoramic Room Layout Estimation with Geometry-Aware Transformer Network

arxiv url: http://arxiv.org/abs/2203.01824v1
Date: Thu, 3 Mar 2022 16:28:10 GMT
ステータス: 処理完了
システム内更新日: 2022-03-04 16:08:04.002260
Title: LGT-Net: Indoor Panoramic Room Layout Estimation with Geometry-Aware Transformer Network
Title（参考訳）: lgt-net:geometry-aware transformer networkを用いた室内パノラマルームレイアウト推定
Authors: Zhigang Jiang, Zhongzheng Xiang, Jinhua Xu, Ming Zhao
Abstract要約: 部屋レイアウト推定のための効率的なネットワークLGT-Netを提案する。実験の結果,提案したLGT-Netは,ベンチマークデータセット上での現在のSOTA(State-of-the-arts)よりも優れたパフォーマンスを実現することがわかった。
参考スコア（独自算出の注目度）: 1.3512949730789903
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: 3D room layout estimation by a single panorama using deep neural networks has made great progress. However, previous approaches can not obtain efficient geometry awareness of room layout with the only latitude of boundaries or horizon-depth. We present that using horizon-depth along with room height can obtain omnidirectional-geometry awareness of room layout in both horizontal and vertical directions. In addition, we propose a planar-geometry aware loss function with normals and gradients of normals to supervise the planeness of walls and turning of corners. We propose an efficient network, LGT-Net, for room layout estimation, which contains a novel Transformer architecture called SWG Transformer to model geometry relations. SWG Transformer consists of (Shifted) Window Blocks and Global Blocks to combine the local and global geometry relations. Moreover, we design a novel relative position embedding of Transformer to enhance the spatial identification ability for the panorama. Experiments show that the proposed LGT-Net achieves better performance than current state-of-the-arts (SOTA) on benchmark datasets.
Abstract（参考訳）: 深層ニューラルネットワークを用いた単一パノラマによる3次元室内レイアウト推定は大きな進歩を遂げている。しかし, 従来の手法では, 境界の緯度や地平線深度のみで, 部屋配置の効率的な幾何学的認識が得られなかった。本研究では,水平方向と垂直方向の両方で水平方向と垂直方向の空間配置を全方位で認識できることを示す。さらに,正規化と正規化の勾配を考慮した平面幾何学的損失関数を提案し,壁面と角の回転を監督する。 SWG変換器(SWG Transformer)と呼ばれる新しいトランスフォーマーアーキテクチャを用いて,空間配置推定のための効率的なネットワークLGT-Netを提案する。 SWG変換器は(シフト)ウィンドウブロックとグローバルブロックで構成され、局所的およびグローバルな幾何学的関係を結合する。さらに,パノラマの空間識別能力を高めるために,トランスの相対的位置埋め込みを新たに設計する。実験により,提案したLGT-Netは,ベンチマークデータセット上での現在の最先端技術(SOTA)よりも優れた性能を実現することが示された。

関連論文リスト

GALA: Geometry-Aware Local Adaptive Grids for Detailed 3D Generation [28.299293407423455]
GALAは複雑な幾何学や表面の細部を捉え再現する3次元形状の斬新な表現である。最適化されたC++/CUDA実装では、GALAをオブジェクトに10秒以内で適用することができます。幾何学的なディテールで3次元形状を生成することができるカスケード生成パイプラインを提供する。
論文参考訳（メタデータ） (2024-10-13T22:53:58Z)
Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。 PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
論文参考訳（メタデータ） (2024-07-26T06:29:09Z)
GEOcc: Geometrically Enhanced 3D Occupancy Network with Implicit-Explicit Depth Fusion and Contextual Self-Supervision [49.839374549646884]
本稿では,視覚のみのサラウンドビュー知覚に適したジオメトリ強化OccupancyネットワークであるGEOccについて述べる。提案手法は,Occ3D-nuScenesデータセット上で,画像解像度が最小で,画像バックボーンが最大である状態-Of-The-Art性能を実現する。
論文参考訳（メタデータ） (2024-05-17T07:31:20Z)
SGFormer: Spherical Geometry Transformer for 360 Depth Estimation [54.13459226728249]
パノラマ歪みは360度深度推定において大きな課題となる。本稿では,SGFormer という球面形状変換器を提案し,上記の問題に対処する。また、様々な解像度で空間構造を補うために、クエリベースの大域的条件位置埋め込みを提案する。
論文参考訳（メタデータ） (2024-04-23T12:36:24Z)
Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
論文参考訳（メタデータ） (2022-12-17T15:05:25Z)
End-to-end Graph-constrained Vectorized Floorplan Generation with Panoptic Refinement [16.103152098205566]
本研究では,1次元ベクトルのシーケンスとしてフロアプランを合成することを目的としている。最初の段階では,ユーザが入力した部屋接続グラフをGCN(Graphal Network)でエンコードし,自動回帰トランスフォーマネットワークを適用して初期フロアプランを生成する。初期設計を洗練し、より視覚的に魅力的なフロアプランを生成するために、GCNとトランスフォーマーネットワークからなる新しい汎視補正ネットワーク(PRN)を提案する。
論文参考訳（メタデータ） (2022-07-27T03:19:20Z)
3D Room Layout Estimation from a Cubemap of Panorama Image via Deep Manhattan Hough Transform [17.51123287432334]
学習可能なハフ変換ブロックにおける長距離幾何学的パターンをモデル化することにより、3次元空間の壁面を推定する別の手法を提案する。我々は、この特徴を立方体写像タイルからマンハッタン世界のハフ空間に変換し、その特徴を直接幾何学的出力にマッピングする。畳み込み層は局所勾配のような線の特徴を学習するだけでなく、グローバル情報を利用して単純なネットワーク構造で閉塞壁を予測する。
論文参考訳（メタデータ） (2022-07-19T14:22:28Z)
GitNet: Geometric Prior-based Transformation for Birds-Eye-View Segmentation [105.19949897812494]
Birds-eye-view (BEV) セマンティックセマンティックセグメンテーションは自動運転に不可欠である。本稿では,GitNetという新しい2段階のGeometry Preside-based Transformationフレームワークを提案する。
論文参考訳（メタデータ） (2022-04-16T06:46:45Z)
LED2-Net: Monocular 360 Layout Estimation via Differentiable Depth Rendering [59.63979143021241]
パノラマの地平線上での深度予測問題として360度レイアウト推定のタスクを定式化する。レイアウトから深度予測への変換を区別できるように、差分可能な深度レンダリング手順を提案します。提案手法は,360 レイアウトのベンチマークデータセットで最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2021-04-01T15:48:41Z)
GeoLayout: Geometry Driven Room Layout Estimation Based on Depth Maps of Planes [18.900646770506256]
レイアウト推定のための深層学習に幾何学的推論を取り入れることを提案する。提案手法では,画素レベルの表面パラメータを推定することにより,シーン内の支配面の深さマップを推測する。支配平面の画素レベル深度アノテーションを用いた新しいデータセットを提案する。
論文参考訳（メタデータ） (2020-08-14T10:34:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。