Forest2Seq: 恢复顺序优先权力，用于顺序室内场景合成
原文中文，约300字，阅读约需1分钟。发表于：。提出了一种将室内场景合成问题作为有序顺序学习问题的框架，通过使用聚类算法和广度优先遍历得到有意义的顺序，利用变换器自动生成逼真的三维场景。在标准基准测试上的实验结果表明，Forest2Seq 相比其他优秀基线模型，在合成逼真场景方面具有显著优势，得到的 FID 和 KL 得分有大幅度提升。我们的额外实验和消融研究也证实，在三维场景生成中，引入顺序作为先验信息的重要性。
该研究提出了一种将室内场景合成问题作为有序顺序学习问题的框架，通过使用聚类算法和广度优先遍历得到有意义的顺序，利用变换器自动生成逼真的三维场景。实验结果表明，该方法在合成逼真场景方面具有显著优势，得分有大幅度提升。额外实验和消融研究也证实了引入顺序作为先验信息的重要性。
