该论文提出了一种结合深度学习和主动轮廓框架的交互式边界提取方法，利用卷积神经网络训练向量预测器，优化医学图像和建筑物分割的准确性。研究表明，该方法在多个数据集上表现优异，且计算资源使用高效。

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。