LED2-Net: 미분 가능한 깊이 렌더링을 통한 단일 카메라 360도 레이아웃 추정

방 배치 추정 분야에서 상당한 진전이 이루어졌지만, 대부분의 방법은 3D 공간의 방 구조를 활용하는 대신 2D 픽셀 좌표에서의 손실을 줄이는 데 초점을 맞추고 있습니다. 3D로 방 배치를 재구성하기 위해, 우리는 360도 배치 추정 작업을 팬오라마의 지평선에서 깊이를 예측하는 문제로 정식화하였습니다. 구체적으로, 우리는 차별화 가능한 깊이 렌더링(Differentiable Depth Rendering) 절차를 제안하여, 배치에서 깊이 예측으로의 변환을 차별화 가능하게 만들었습니다. 이로써 제안된 모델은 3D 기하학적 정보를 활용하면서도 실제 깊이 값이 제공되지 않아도 단일 과정으로 학습할 수 있게 되었습니다. 우리의 방법은 여러 360도 배치 벤치마크 데이터셋에서 최고 수준의 성능을 달성하였습니다. 또한, 우리의 정식화는 깊이 데이터셋에 대한 사전 학습 단계를 가능하게 하여, 배치 추정 모델의 일반화 능력을 더욱 향상시킬 수 있습니다.