ATISS: 屋内シーン合成のための自己回帰トランスフォーマー

室内家具配置の現実的かつ多様なレイアウトを自動的に生成する能力、または部分的な入力に基づいて生成する能力は、より優れたインタラクティブ3Dツールから訓練やシミュレーションのためのデータ合成まで、多くの応用を可能にします。本論文では、部屋の種類とフロアプランのみが与えられた場合に、多様で現実的な合成室内環境を作成する新しい自己回帰トランスフォーマー構造であるATISS（Autoregressive Transformer for Indoor Scene Synthesis）を提案します。既存の研究とは異なり、シーン合成を系列生成として扱うのではなく、当モデルは部屋を無順序のオブジェクト集合として生成します。この定式化はより自然であり、完全に自動的な部屋レイアウト合成だけでなく、一般的なシーン完成やユーザーが指定した任意のオブジェクトを使用した部分的な部屋再配置、さらには部分的な部屋に対するオブジェクト提案など、様々なインタラクティブアプリケーションでも有用であると主張します。これを可能にするために、当モデルは部分シーンに基づく条件付け時にトランスフォーマーの置換同値性を利用し、オブジェクト順序間での置換不変性を持つように訓練されます。当モデルはラベル付き3Dバウンディングボックスのみを使用して監督のもとで端から端まで自己回帰生成モデルとして訓練されます。3D-FRONTデータセットにおける4つの部屋タイプに関する評価では、当モデルが既存手法よりも現実的で合理的な部屋レイアウトを一貫して生成することを示しています。さらに、パラメータ数が少なく、実装や訓練が簡単で、既存手法に比べて最大8倍速いという特徴も持っています。