초록
우리는 주어진 이미지에서 와이어프레임을 감지하기 위한 개념적으로 간단하면서도 효과적인 알고리즘을 제시합니다. 기존의 방법들이 먼저 중간 히트맵(heat map)을 예측하고 그 다음에 휴리스틱 알고리즘으로 직선을 추출하는 것과 달리, 우리의 방법은 엔드투엔드(end-to-end)로 학습 가능하며, 의미론적으로 유의미하고 기하학적으로 두드러지는 교차점(junctions)과 선들을 포함하는 벡터화된 와이어프레임을 직접 출력할 수 있습니다. 출력의 품질을 더 잘 이해하기 위해, 우리는 겹치는 선 세그먼트와 잘못된 선 연결성을 패널티로 부과하는 새로운 와이어프레임 평가 지표를 제안합니다. 우리는 광범위한 실험을 수행하여 우리의 방법이 이전의 최신 와이어프레임 및 선 추출 알고리즘보다 크게 우수함을 보여주었습니다. 우리는 우리 접근법이 간단하기 때문에 미래의 와이어프레임 해석 연구에 기준(baseline)으로 활용될 수 있기를 바랍니다. 코드는 https://github.com/zhou13/lcnn에서 공개적으로 이용할 수 있습니다.