論文の概要: Parsing Line Segments of Floor Plan Images Using Graph Neural Networks

• arxiv url: http://arxiv.org/abs/2303.03851v1
• Date: Tue, 7 Mar 2023 12:32:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 15:33:50.591494
• Title: Parsing Line Segments of Floor Plan Images Using Graph Neural Networks
• Title（参考訳）: グラフニューラルネットワークを用いた床平面画像のパーシングラインセグメント
• Authors: Mingxiang Chen and Cihui Pan
• Abstract要約: 接合ヒートマップを用いて線セグメントの終端を予測し,グラフニューラルネットワークを用いて線セグメントとそのカテゴリを抽出する。 提案手法では,ベクトル化された線分を出力することができ,実際の使用には後処理のステップを少なくする必要がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we present a GNN-based Line Segment Parser (GLSP), which uses a junction heatmap to predict line segments' endpoints, and graph neural networks to extract line segments and their categories. Different from previous floor plan recognition methods, which rely on semantic segmentation, our proposed method is able to output vectorized line segment and requires less post-processing steps to be put into practical use. Our experiments show that the methods outperform state-of-the-art line segment detection models on multi-class line segment detection tasks with floor plan images. In the paper, we use our floor plan dataset named Large-scale Residential Floor Plan data (LRFP). The dataset contains a total of 271,035 floor plan images. The label corresponding to each picture contains the scale information, the categories and outlines of rooms, and the endpoint positions of line segments such as doors, windows, and walls. Our augmentation method makes the dataset adaptable to the drawing styles of as many countries and regions as possible.
• Abstract（参考訳）: 本稿では,GNNをベースとしたラインセグメントパーサ(GLSP)について,ラインセグメントの終端を推定する接合ヒートマップと,行セグメントとそのカテゴリを抽出するグラフニューラルネットワークを提案する。 セマンティックセグメンテーションに依存する従来のフロアプラン認識手法とは違い,提案手法ではベクトル化された線分を出力することができ,実際の使用には後処理のステップを少なくする必要がある。 提案手法は,床平面画像を用いた複数クラスラインセグメント検出タスクにおいて,最先端のラインセグメント検出モデルより優れていることを示す。 本稿では,大規模住宅フロアプランデータ (LRFP) というフロアプランデータセットを用いた。 データセットには合計271,035フロアプランの画像が含まれている。 各画像に対応するラベルには、スケール情報、部屋のカテゴリとアウトライン、ドア、窓、壁などのラインセグメントのエンドポイント位置が含まれている。 我々の拡張手法は、データセットをできるだけ多くの国や地域の描画スタイルに適応させる。

関連論文リスト

• RoboHop: Segment-based Topological Map Representation for Open-World Visual Navigation [18.053914853235142]
  画像セグメントに基づく新しい環境表現を提案する。 3次元シーングラフとは異なり、セグメントをノードとする純粋に位相グラフを作成する。 これはセグメント間の永続性によって定義される「場所の連続的な感覚」を明らかにする。
  論文  参考訳（メタデータ） (2024-05-09T14:17:26Z)
• Geo-Tiles for Semantic Segmentation of Earth Observation Imagery [7.49377967268953]
  既存の手法とベンチマークデータセットは、ピクセルベースのタイリングスキームや、Webマッピングアプリケーションで使用されるジオタイリングスキームに依存している。 異種データに基づくジオタイルを生成するタイリング方式を用いて,地球観測画像のための新しいセグメンテーションパイプラインを提案する。 このアプローチは、ピクセルベースの、あるいは一般的なWebマッピングアプローチと比較して、いくつかの有益な特性を示す。 提案システムは,現在最先端のセマンティックセグメンテーションモデルの結果を改善することができることを示す。
  論文  参考訳（メタデータ） (2023-06-01T15:46:04Z)
• IFSeg: Image-free Semantic Segmentation via Vision-Language Model [67.62922228676273]
  目的は,対象のセマンティックなカテゴリの集合にのみ依存するセマンティックセマンティックセマンティックなセマンティックなセマンティックなセマンティックなセマンティックなセマンティックなセマンティックなセマンティックなタスクを実現することである。 本研究では、ランダムな意味圏の2次元マップと、対応する単語トークンの別のマップを作成することで、この人工的なトレーニングデータを構築する。 本モデルでは,本課題の効果的なベースラインを確立するだけでなく,既存手法と比較して高い性能を示す。
  論文  参考訳（メタデータ） (2023-03-25T08:19:31Z)
• Connectivity-constrained Interactive Panoptic Segmentation [20.63490740362823]
  インタラクティブなパノプティクスアノテーションに対処し、画像内のすべてのオブジェクトと物の領域を1セグメントに分割する。 本稿では,各領域の接続を強制する2つのグラフベースセグメンテーションアルゴリズムについて,グローバルな最適性を確保するためのクラス認識線形プログラミング(ILP)の定式化について検討する。
  論文  参考訳（メタデータ） (2022-12-13T17:36:17Z)
• Open-world Semantic Segmentation via Contrasting and Clustering Vision-Language Embedding [95.78002228538841]
  本研究では,様々なオープンワールドカテゴリのセマンティックオブジェクトを高密度アノテーションを使わずにセマンティックオブジェクトのセマンティックオブジェクトのセマンティック化を学習するための,新しいオープンワールドセマンティックセマンティックセマンティックセマンティクスパイプラインを提案する。 提案手法は任意のカテゴリのオブジェクトを直接分割し、3つのベンチマークデータセット上でデータラベリングを必要とするゼロショットセグメンテーション法より優れている。
  論文  参考訳（メタデータ） (2022-07-18T09:20:04Z)
• Distilling Ensemble of Explanations for Weakly-Supervised Pre-Training of Image Segmentation Models [54.49581189337848]
  本稿では,分類データセットに基づく画像分割モデルのエンドツーエンド事前学習を可能にする手法を提案する。 提案手法は重み付きセグメンテーション学習法を利用して,重み付きセグメンテーションネットワークを事前訓練する。 実験の結果,ImageNetにソースデータセットとしてPSSLを伴って提案されたエンドツーエンドの事前トレーニング戦略が,さまざまなセグメンテーションモデルの性能向上に成功していることがわかった。
  論文  参考訳（メタデータ） (2022-07-04T13:02:32Z)
• PSSNet: Planarity-sensible Semantic Segmentation of Large-scale Urban Meshes [3.058685580689605]
  テクスチャメッシュとして表現された3次元都市シーンを解釈するための,新しいディープラーニングベースのフレームワークを提案する。 我々のフレームワークは2つのステップでセマンティックセグメンテーションを実現する: 計画性に敏感なオーバーセグメンテーションとセマンティックセグメンテーション。 我々のアプローチは、境界品質とIoU(組合間)の平均で最先端の手法より優れています。
  論文  参考訳（メタデータ） (2022-02-07T14:16:10Z)
• Room Classification on Floor Plan Graphs using Graph Neural Networks [0.0]
  本研究では,建物床図を非方向性グラフとして表現することで,建物の床図上での部屋分類作業を改善する手法を提案する。 フロアプランの部屋はグラフのノードとして表現され、エッジはマップの隣接性を表す。 その結果,グラフニューラルネットワーク,特にGraphSAGEとTopology Adaptive GCNは,それぞれ80%と81%の精度を達成できた。
  論文  参考訳（メタデータ） (2021-08-12T19:59:22Z)
• FloorLevel-Net: Recognizing Floor-Level Lines with Height-Attention-Guided Multi-task Learning [49.30194762653723]
  本研究は, 教師付き深層学習手法を用いて, ストリートビュー画像中のフロアレベル線の位置を求める問題に対処する。 まず、新しいデータセットをコンパイルし、トレーニングサンプルを合成する新しいデータ拡張スキームを開発する。 次にFloorLevel-Netを設計する。FloorLevel-Netは、ファサードと暗黙のフロアレベルラインの明示的な特徴を関連付けるマルチタスク学習ネットワークである。
  論文  参考訳（メタデータ） (2021-07-06T08:17:59Z)
• SOLD2: Self-supervised Occlusion-aware Line Description and Detection [95.8719432775724]
  単一深層ネットワークにおける回線セグメントの最初の共同検出と記述について紹介します。 我々の手法は注釈付き行ラベルを必要としないため、任意のデータセットに一般化することができる。 複数のマルチビューデータセットにおいて,従来の行検出と記述方法に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2021-04-07T19:27:17Z)
• Spatial Pyramid Based Graph Reasoning for Semantic Segmentation [67.47159595239798]
  セマンティックセグメンテーションタスクにグラフ畳み込みを適用し、改良されたラプラシアンを提案する。 グラフ推論は、空間ピラミッドとして構成された元の特徴空間で直接実行される。 計算とメモリのオーバーヘッドの利点で同等のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2020-03-23T12:28:07Z)

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。