一種僅通過單張透檢視或全景圖就能估算室內場景3d布局的深度卷積神經網路。能夠推廣到非長方體的曼哈頓布局中。被 cvpr 2018 接收。
創新點：
1.提出了根據 rgb 影象推斷出布局的演算法與layoutnet網路，它適用於曼哈頓布局的透檢視和全景圖。基於消失點對齊全景影象之後，利用深度網路直接**邊界與角落和邊界。通過**的角落與邊界圖，利用幾何約束生成3維布局。
2.通過新增目標函式以直接回歸 3d布局引數，從而更好地**用於最終解決布局**問題的邊界和角落圖。
3.擴充套件了斯坦福「2d-3d」資料集的注釋，提供了可用於後續工作的房間布局注釋。
圖 1 網路架構圖
layoutnet網路遵循編碼器-解碼器策略。網路的輸入是單張 rgb 全景圖和曼哈頓線圖的級聯。該網路同時**布局的邊界和角落的位置。利用3d布局引數損失提高**準確率。最終的**結果是乙個曼哈頓約束下的布局重建。
由圖所示，layoutnet 方法的工作流程包含四個步驟。第一步，全景影象對齊，系統分析消失點，並且將影象與地面對齊在一條水平線上。這種對齊方式確保了牆與牆的邊界是垂直的線，降低誤差。第二步，使用乙個帶有編碼器-解碼器結構和跳躍連線的卷積神經網路直接**影象上的角和邊界（三通道：牆-牆、牆-天花板、牆-地面）的概率圖。建立2d下房間布局。這篇文章將兩個一起訓練，擬合**角落和邊界。第三步，將2d角和邊界的布局圖對映到3d布局圖，地平面在x-z軸上對齊，用6個引數對布局進行引數化：寬度sw、長度sl、高度sh、平移t（tx,tz）、旋轉r。為3d布局引數訓練乙個回歸量d=。解決三維布局優化過程的損失很難在網路中進行反向傳播的問題，提公升準確度。第四步，利用曼哈頓約束恢復三維布局。
雙流卷積網路閱讀筆記
2.光流疊加 將l個連續幀的光流通道堆疊，形成2l個輸入通道，表示了一系列幀之間的運動。任意幀的卷積網路輸入卷可構造為 輸入卷的第三項堆疊了l幀序列的水平和垂直向量場。3.軌跡堆疊 受基於軌跡的描述符的啟發，用沿運動軌跡取樣的光流替換在多個幀相同位置取樣的光流。構造輸入卷形式如下 pk表示了沿軌跡的...
Yii學習筆記 關閉layout
yii框架預設渲染模板的時候會渲染布局，新建立的專案也包含了3個預設的布局 main.php column1.php column2.php，並且預設建立了乙個公共控制器 controller.php 在components目錄下 預設的sitecontroller.php是繼承的這個control...
《網路是怎樣連線的》閱讀筆記
為什麼要用dns把網域名稱轉換為ip位址，直接使用網域名稱確定通訊物件不行嗎？socket庫解析ip位址的步驟 ip位址由網路號與主機號組成，通過子網掩碼分割 socket連線過程 客戶端把要通訊的伺服器ip和埠寫入套接字，向伺服器傳送連線資訊 伺服器等待連線，當資料報到來時，解析出tcp頭部中的埠...