論文の概要: MvFFN: Multi-view Floor plan Feed-forward Network for Unposed Wide-Baseline Panorama Layout Reconstruction
- arxiv url: http://arxiv.org/abs/2610.14315v2
- Date: Wed, 14 Oct 2026 01:40:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.032368
- Title: MvFFN: Multi-view Floor plan Feed-forward Network for Unposed Wide-Baseline Panorama Layout Reconstruction
- Title（参考訳）: MvFFN: 広帯域パノラマレイアウト再構成のためのマルチビューフロアプランフィードフォワードネットワーク
- Abstract要約: カメラの正確なポーズとフロアプランのレイアウトを、まばらで、未ポーズで、広いベースラインのRGBパノラマから再構築することは、依然として難しい問題だ。
本稿では,粗いカメラポーズ,高密度大域形状,壁面ごとのセマンティックアウトプットを共同で予測するマルチビューフロアプランフィードフォワードネットワーク(MvFFN)を提案する。
また、ZInD-CrossViewデータセットを導入し、ZInDをグローバルにユニークなウォールインスタンスとクロスビューセグメンテーションラベルで拡張する。
- 参考スコア（独自算出の注目度）: 11.083069718297152
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Reconstructing accurate camera poses and floor-plan layouts from sparse, unposed, wide-baseline RGB panoramas remains a challenging open problem. Direct multi-room floor-plan prediction is especially difficult in this setting: pose, geometry, semantics, and global layout structure are tightly coupled, yet a complete floor-plan is hard to learn as a single global output. Our key insight is to keep the model's predictions strictly local. Multi-view Ordered Wall Instance Segmentation (MOIS) is designed around this concept. Each panorama column predicts only the wall it observes plus the next two adjacent walls in clockwise order. The global wall partition, room layouts, and shared coordinates emerge from deterministic aggregation of overlapping local predictions. Building on MOIS, we propose Multi-view floor-plan Feed-Forward Network (MvFFN), which jointly predicts coarse camera poses, dense global geometry, and per-wall semantic outputs. A downstream Layout Chaining (LC) post processing pipeline then assembles these predictions into multi-room floor-plans with shared global coordinates, consistent wall identities, and connected room structure. The dense MOIS predictions recover cross-view wall identity and local within-room connectivity more accurately than composed modular baselines, and the assembled layouts substantially outperform prior methods on wall and junction level accuracy. We also introduce the ZInD-CrossView dataset, which augments ZInD with globally unique wall instances and cross-view segmentation labels for this task.
- Abstract（参考訳）: カメラの正確なポーズとフロアプランのレイアウトを、まばらで、未ポーズで、広いベースラインのRGBパノラマから再構築することは、依然として難しい問題だ。
ポーズ、幾何学、セマンティクス、グローバルなレイアウト構造は密結合されているが、完全なフロアプランは単一のグローバルなアウトプットとして学ぶのは難しい。
私たちの重要な洞察は、モデルの予測を厳密にローカルに保つことです。
Multi-view Ordered Wall Instance Segmentation (MOIS) はこの概念を中心に設計されている。
各パノラマカラムは、観測する壁のみを予測し、次の2つの壁を時計回りに並べる。
グローバルな壁分割、部屋のレイアウト、共有座標は、重複する局所的な予測の決定論的集約から生まれる。
提案するマルチビューフロアプランFeed-Forward Network (MvFFN) は、粗いカメラポーズ、密集したグローバルジオメトリ、壁面ごとのセマンティックアウトプットを共同で予測する。
下流のLayout Chaining (LC)ポスト処理パイプラインは、これらの予測を、共有されたグローバル座標、一貫した壁のアイデンティティ、接続された部屋構造を備えたマルチルームフロアプランに組み立てる。
密集したMOIS予測は、構成されたモジュラーベースラインよりも、クロスビュー壁の同一性や室内接続性をより正確に回復し、組み立てられたレイアウトは、壁面およびジャンクションレベルの精度において、従来手法よりも大幅に優れていた。
また、ZInD-CrossViewデータセットを導入し、ZInDをグローバルにユニークなウォールインスタンスとクロスビューセグメンテーションラベルで拡張します。
関連論文リスト
- PolyLayout: Multi-room Manhattan Layout Estimation [75.30995628543158]
多視点画像から部屋レイアウトを抽出することは屋内シーン理解のコアタスクである。
マンハッタンの3次元ポリゴンの特徴として部屋レイアウトをパラメータ化する多室レイアウト推定法であるPolyを提案する。
既存のデータセットにレイアウトアノテーションを提供することで、新しいマルチビューマルチルームレイアウトベンチマークを2つ導入する。
論文 参考訳（メタデータ） (2026-08-04T08:30:36Z) - Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives [72.63181031215858]
そこで本研究では,ゼロショットフロアプランのローカライズ手法を提案する。
我々の重要な洞察は、支配的な幾何学的プリミティブが人間が作った環境でユビキタスであることである。
シミュレーションと実世界の両方のデータセットの実験により、我々のアプローチは、目に見えない環境における最先端の学習ベースの手法よりも優れています。
論文 参考訳（メタデータ） (2026-06-03T12:14:24Z) - TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction [57.46712611558817]
3次元視覚基礎モデルでは、1つのフィードフォワードパスを通して、未校正画像からキー3D属性を再構成する際の強力な一般化が示されている。
近年の戦略は,グローバルトランスフォーメーションの解決によって連続的な予測と整合するが,本分析では,仮定の妥当性,局所的なアライメント範囲,雑音的幾何の下でのロバスト性といった基本的な限界を明らかにしている。
本研究では,グローバルに伝播する制御点を利用して空間的に異なる不整合を補正する,Tin Plate Splineに基づく高DOFおよび長期アライメントフレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-02T02:22:20Z) - 360 Layout Estimation via Orthogonal Planes Disentanglement and Multi-view Geometric Consistency Perception [56.84921040837699]
既存のパノラマ配置推定ソリューションは、垂直圧縮されたシーケンスから部屋の境界を復元し、不正確な結果をもたらす傾向にある。
そこで本稿では,直交平面不整合ネットワーク(DOPNet)を提案し,あいまいな意味論を識別する。
また,水平深度と比表現に適した教師なし適応手法を提案する。
本手法は,単分子配置推定と多視点レイアウト推定の両タスクにおいて,他のSoTAモデルよりも優れる。
論文 参考訳（メタデータ） (2023-12-26T12:16:03Z) - iBARLE: imBalance-Aware Room Layout Estimation [54.819085005591894]
ルームレイアウト推定は、1つのパノラマからレイアウトを予測する。
実際のデータセットには、レイアウトの複雑さの次元、カメラの位置、シーンの外観の変化など、大きな不均衡がある。
これらの問題に対処するために, imBalance-Aware Room Layout Estimation (iBARLE) フレームワークを提案する。
iBARLEは、(1)外観変化生成(AVG)モジュール、(2)複合構造混合(CSMix)モジュール、(3)勾配に基づくレイアウト目的関数からなる。
論文 参考訳（メタデータ） (2023-08-29T06:20:36Z) - GPR-Net: Multi-view Layout Estimation via a Geometry-aware Panorama
Registration Network [44.06968418800436]
一対のパノラマからパノラマ登録とレイアウト推定を共同で学習する完全パノラマレイアウト推定フレームワークを提案する。
PSMNetに対する大きな改善は、新しいGeometry-aware Panorama Registration Network(GPR-Net)によるものである。
実験結果から,大規模な屋内パノラマデータセットZInDにおけるパノラマ登録とレイアウト推定の両面での最先端性能が得られた。
論文 参考訳（メタデータ） (2022-10-20T17:10:41Z) - RackLay: Multi-Layer Layout Estimation for Warehouse Racks [17.937062635570268]
本稿では,単一の画像からリアルタイム棚配置推定を行うディープニューラルネットワークracklayを提案する。
racklayは、オブジェクトがポピュレートされたラック内の各棚のトップビューとフロントビューのレイアウトを見積もっている。
また、トップビューとフロントビューの融合により、考慮されたラックの計量自由空間推定などの3D推論アプリケーションを可能にすることも示しています。
論文 参考訳（メタデータ） (2021-03-16T16:22:31Z)
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。