레이아웃을 위한 코너: 360도 이미지에서 끝까지 레이아웃 복원

실내 장면에서의 3D 레이아웃 복원 문제는 지난 10년 동안 핵심 연구 주제였습니다. 그러나 여전히 해결되지 않은 몇 가지 주요 과제가 남아 있습니다. 그 중에서도 가장 관련성이 높은 문제로, 최신 방법론의 대부분이 장면에 대한 암시적 또는 명시적인 가정을 하고 있다는 점이 있습니다. 예를 들어, 상자 형태나 맨해튼 레이아웃 등입니다. 또한, 현재의 방법론들은 계산 비용이 많이 들고 로봇 네비게이션 및 AR/VR와 같은 실시간 응용 프로그램에는 적합하지 않습니다.본 연구에서는 CFL (Corners for Layout)를 소개합니다. 이는 360도 이미지에서 3D 레이아웃을 복원하는 첫 번째 엔드투엔드 모델입니다. 실험 결과, 본 모델은 장면에 대한 가정을 완화하면서도 기존 최신 방법론보다 우수한 성능을 보임을 확인하였습니다. 또한, EquiConvs(구체 투영面上直接应用的卷积类型，因此对等距柱状投影的畸变具有不变性)를 사용하여 카메라 위치 변화에 대해 기존 접근법보다 더 잘 일반화됨을 보여주었습니다. EquiConvs는 구체 투영面上에 직접 적용되는 컨볼루션 유형으로, 등거리 원통 투영(Equirectangular)의 왜곡에 불변성을 가지고 있습니다.CFL 웹페이지: https://cfernandezlab.github.io/CFL/注：在“EquiConvs”部分，由于该术语较为复杂且可能没有通用的韩文译法，我保留了原文并在后面加了括号解释。如果您有更合适的韩文术语，请告知我进行修改。