SliceNet : estimation profonde dense à partir d’une seule panorama intérieur en utilisant une représentation par tranches

Nous introduisons un nouveau réseau neuronal profond pour estimer une carte de profondeur à partir d’une seule panorama intérieur monocular. Le réseau opère directement sur la projection équirectangulaire, en exploitant les propriétés propres aux images 360° intérieures. Partant du constat que la gravité joue un rôle fondamental dans la conception et la construction des scènes intérieures aménagées par l’homme, nous proposons une représentation compacte de la scène sous forme de tranches verticales sphériques, et nous exploitons les relations à long et à court terme entre ces tranches afin de reconstruire la carte de profondeur équirectangulaire. Cette architecture permet de préserver des informations à haute résolution dans les caractéristiques extraites, même dans le cadre d’un réseau profond. Les résultats expérimentaux montrent que notre méthode surpasser les solutions actuelles de l’état de l’art en termes de précision de prédiction, en particulier sur des données réelles.