饶佳莉 缪 君

（1、航空工业江西洪都航空工业集团有限责任公司，江西 南昌330000 2、南昌航空大学，江西 南昌330063）

1 概述

基于图像的房间布局估计是计算机视觉研究领域的基本问题之一，其在室内导航，场景重建/渲染和增强现实等方面有广泛的用处[1-2]。

单幅图像估计房间布局的目标是描绘室内场景的2D 矩形表示。传统的布局估计算法主要利用图像纹理或边缘等信息进行灭点检测，并使用结构化的支持向量机或条件随机场等算法生成房间的布局估计。近年来，随着用于语义分割的深度卷积神经网络（CNN）的快速发展[3-4]，研究人员开始使用CNN 进行房间布局估计。Mallyal 等[5]首先训练一个全卷积网络（FCN）模型，产生信息性边缘图取代手工设计的低级图像特征提取。然后将预测的边缘图用于对消失线进行采样，以进行布局假设的生成和排名。Dasgupta 等[6]使用FCN 学习语义表面标签，例如左墙、前墙、右墙、天花板和地面。然后，使用连接的组件和孔填充技术来完善FCN 的每像素原始预测，然后使用经典的消失点/线采样方法来生成房间布局。但是，尽管结果有所改善，但这些方法仍使用CNN 来生成一组新的“低级”功能，并且未能充分利用CNN 的端到端学习能力。

2 网络框架

本文的框架是一个CNN 网络，如图1 所示，它使用2D 关键点来描绘房间布局结构。网络的输入是单张RGB 图像，输出是一组特定顺序的2D 关键点，并带有关联的房间类型。关键点估计的基础网络结构来源于语义分割算法。该网络对Badrinarayanan 等人提出的SegNet 架构进行了修改。……