该文汇总多项室内3D重建研究，涵盖可学习Hough变换预测墙壁、二维图像建筑语义提取、三维布局估计改进、单视角房间布局重建、FFINet视频帧预测、混合架构提升重建质量、神经隐式建模实现大型室内场景最先进重建、自动移除杂物并修复3D场景、傅里叶拼贴提升表示精度，以及WavePaint以更少参数实现图像修复。

该文介绍了一种基于深度学习的房间布局估计方法，通过两阶段CNN体系结构处理视野内和视野外的边界。使用不确定性和基于距离的损失函数，能够精确提取边界。在ZInD和Structure 3D数据集上，该方法优于现有技术。