نُقدِّم خوارزمية لتقدير تخطيط الغرفة من صورة واحدة، تُظهر قدرة تعميم على الصور البيانية (البَنَّاءة) والصور ذات المنظور، وعلى تخطيطات الشكل المكعبي وعلى التخطيطات الأكثر تعقيدًا (مثل الغرف ذات الشكل الحرف "L"). تعتمد طريقة العمل مباشرة على الصورة البانورامية، بخلاف الطرق الحديثة التي تعتمد على تفكيك الصورة إلى صور منظورة. يشبه معمارية الشبكة العصبية لدينا معمارية RoomNet، لكننا نُظهر تحسينات ناتجة عن محاذاة الصورة بناءً على نقاط الانهيار (vanishing points)، وتقدير عناصر تخطيط متعددة (الرؤوس، الحدود، الأحجام، والتحولات)، وتناسب تخطيط مانهاتن المُقيَّد مع التوقعات الناتجة. تُظهر طريقتنا أداءً جيدًا من حيث السرعة والدقة مقارنة بالطرق الأخرى المُطبَّقة على الصور البانورامية، وتُحقِّق من بين أعلى معدلات الدقة في تحليل الصور المنظورة، وتمكِّن من التعامل مع التخطيطات المكعبية والتصاميم الأكثر عمومية التي تتبع نموذج مانهاتن.