Adaptive Synthesis of Indoor Scenes via Activity-Associated Object Relation Graphs
http://arts.buaa.edu.cn/projects/sa17/
PreviousBigSUR: Large-scale Structured Urban ReconstructionNextRobust Structure Simplification for Hex Re-meshing
Last updated
http://arts.buaa.edu.cn/projects/sa17/
Last updated
Keyword: 3D scenes, adaptive scene synthesis, object relation graph
制定一套平面设计系统,用户只需极为少量的标签提示,就能生成丰富的带有家具的平面设计场景。
提出了一个家具活动关系图的构建,可以根据少量用户标签获得大量其它家具的关联引导。
给出了2D平面设计图的数据集,以此统计家具关系,并作为家具的布局参考。
根据本文实现了一个端对端的软件系统。
首先采集平面设计图,并对其中的家具和人物使用方向进行标注,统计出各家具的活动关联网。用户需输入房间的关键家具,系统根据用户输入和房间规格自动识别房间类型,并根据活动关联网丰富房间的其它家具。最后合理地选择统计学习得到的房屋分布图,将家具摆放到正确的位置。
本文关注于大型家具的布局问题,没有考虑小型物体的摆放,例如音响、碗筷、电脑等。
本文默认房间会关联和填充合适数量的家具,如果用户想要空旷的房间,需要手动删除多余的家具。
同理,如果用户在房间内标注了过量的标签,那么家具会显得十分拥挤,甚至没有行走的空间。
当一个大房间被分割为两块区域时,例如标注了床和书桌,系统没有办法决定两块区域的相对位置。
家具按照大小顺序先后摆放,导致了一些不合理的情况。
第一行展示了相同标签(“读书”)的房间布局有不同的侧重点歧义,例如喜欢在床上阅读那么床靠近窗户,反之书桌更应该靠近窗户,而且后者的书桌靠着墙会更合理一些。
第二行展示了当房间内有“钢琴”和“书桌”两个标签时,由于家具是按从大到小的顺序填充分布图的,钢琴会和书柜靠在一起,显然书桌更应该和书柜靠在一起。