전체적으로 유인된 와이어프레임 해석

본 논문은 입력 이미지에서 벡터화된 와이어프레임을 정확하고 강건하게 검출하기 위한 빠르고 효율적인 파싱 방법을 제시합니다. 이 방법은 단일 순방향 패스로 수행되며, 엔드투엔드 학습이 가능하며 세 가지 구성 요소로 이루어져 있습니다: (i) 선분 및 접점 제안 생성, (ii) 선분 및 접점 매칭, (iii) 선분 및 접점 검증. 선분 제안을 계산하기 위해, 효율적인 기하학적 재매개변수화를 활용하여 선분에 대한 전체적인 4차원 유인력 필드 맵을 형성하는 새로운 정확한 듀얼 표현이 제안되었습니다. 접점은 유인력 필드의 "저수지"로 취급될 수 있습니다. 따라서 제안된 방법은 Holistically-Attracted Wireframe Parser (HAWP)라고 명명되었습니다. 실험에서는 제안된 방법이 Wireframe 데이터셋과 YorkUrban 데이터셋 두 벤치마크에서 테스트되었습니다. 두 벤치마크 모두에서 이 방법은 정확성과 효율성 측면에서 최신 연구 성과를 달성하였습니다. 예를 들어, Wireframe 데이터셋에서 이전 최신 연구 성과인 L-CNN에 비해 어려운 평균 구조적 정밀도(msAP)가 크게 개선되었으며(2.8% 절대 개선), 단일 GPU에서 29.5 FPS를 달성하였습니다(89% 상대 개선). 체계적인 아블레이션 연구를 통해 제안된 방법의 타당성을 더욱 입증하였습니다.