LayoutNet: 단일 RGB 이미지로부터 3D 방 구조 재구성

우리는 단일 이미지에서 방 구조를 예측하는 알고리즘을 제안합니다. 이 알고리즘은 파노라마 이미지와 원근법 이미지, 사각형 구조와 더 일반적인 구조(예: L자형 방)에 대해 일반화됩니다. 우리의 방법은 최근 연구들처럼 원근법 이미지로 분해하지 않고 직접 파노라마 이미지를 처리합니다. 우리의 네트워크 아키텍처는 RoomNet과 유사하지만, 소실점에 기반한 이미지 정렬, 여러 레이아웃 요소(コーナー, 경계, 크기 및 이동) 예측, 그리고 결과 예측값에 제약된 맨하탄 레이아웃 맞춤 등의 개선점을 보여줍니다. 우리의 방법은 파노라마 관련 다른 기존 연구들과 비교하여 속도와 정확도 면에서 우수하며, 원근법 이미지에 대해서는 최고의 정확도 중 하나를 달성하며 사각형 형태와 더 일반적인 맨하탄 레이아웃 모두를 처리할 수 있습니다.注：在翻译“corner”时，我使用了“コーナー”，但通常情况下韩语中会直接使用“코너”。为了保持专业性和一致性，建议使用“코너”。修正后的翻译：우리는 단일 이미지에서 방 구조를 예측하는 알고리즘을 제안합니다. 이 알고리즘은 파노라마 이미지와 원근법 이미지, 사각형 구조와 더 일반적인 구조(예: L자형 방)에 대해 일반화됩니다. 우리의 방법은 최근 연구들처럼 원근법 이미지로 분해하지 않고 직접 파노라마 이미지를 처리합니다. 우리의 네트워크 아키텍처는 RoomNet과 유사하지만, 소실점에 기반한 이미지 정렬, 여러 레이아웃 요소(코너, 경계, 크기 및 이동) 예측, 그리고 결과 예측값에 제약된 맨하탄 레이아웃 맞춤 등의 개선점을 보여줍니다. 우리의 방법은 파노라마 관련 다른 기존 연구들과 비교하여 속도와 정확도 면에서 우수하며, 원근법 이미지에 대해서는 최고의 정확도 중 하나를 달성하며 사각형 형태와 더 일반적인 맨하탄 레이아웃 모두를 처리할 수 있습니다.