BriefGPT - AI 论文速递
·
非中心全景室内数据集
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文章介绍了OmniHorizon数据集和UBotNet架构，用于估计场景一致性法线。UBotNet在深度和法线估计上比现有网络更准确，展示了在真实世界图像上的应用和数据集的潜力。
🎯
关键要点
- 介绍了OmniHorizon数据集，涵盖广泛的室内外空间，包括建筑、街道和植被。
- OmniHorizon数据集考虑了动态场景组件，并展示了跨域推理方法的学习合成。
- 提出了UBotNet架构，用于估计场景一致性法线。
- UBotNet在深度和法线估计上显著提高了准确性，优于现有网络如带跳过连接的U-Net。
- 在真实世界图像上演示了UBotNet的深度和法线估计，展示了数据集和网络在场景理解方面的潜力。
➡️
