一种由粗至精的室内场景的空间布局估计方法

作     者：刘天亮 顾雁秋 曹旦旦 戴修斌 罗杰波 LIU Tianliang;GU Yanqiu;CAO Dandan;DAI Xiubin;LUO Jiebo

作者机构：南京邮电大学江苏省图像处理与图像通信重点实验室江苏南京210003 罗彻斯特大学计算机科学系美国罗彻斯特14627 

出 版 物：《机器人》 (Robot)

年 卷 期：2019年第41卷第1期

页      面：58-64页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081203[工学-计算机应用技术] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金(61001152 31200747 61071091) 江苏省自然科学基金(BK2012437) 国家留学基金 

主　　题：室内场景 布局估计 卷积神经网络 场景布局类别 

摘      要：为有效标注室内场景的布局关系,提出一种由粗至精的空间布局估计方法.首先,采用局部不连续自适应阈值检测场景的长直线段,根据直线段的方向将其分为竖直和水平直线段;基于投票机制和正交准则估计垂直与水平消失点,由这两个消失点等角度间隔地引出成对射线生成场景候选布局.其次,采用VGG-16全卷积神经网络估计相应场景的几何上下文和信息化边界,采用softmax分类器决策其fc7层特征以获取布局类别,融合信息化边界和布局类别生成全局特征以粗选取场景候选布局.接着,基于VGG空间多尺度卷积神经网络估计相应场景的法向图和深度图以提取法向特征和深度特征.然后,利用消失点射线夹角参数化3D盒式布局模型,利用几何积分图聚集候选布局中的直线段成员、几何上下文、法向量和深度等区域级特征,采用割平面法学习结构化模型参数.最后,对候选布局的结构化预测得分进行排序,将得分最高者选取为最终空间布局.Hedau和LSUN数据集实验表明,该方法能获得空间布局的精准区域面划分个数和精确边界位置.