arXiv:2103.00262

Walk2Map: Extracting Floor Plans from Indoor Walk Trajectories

Claudio Mura, Renato Pajarola, Konrad Schindler, Niloy Mitra

제출 2021-02-27

원문 초록

Recent years have seen a proliferation of new digital products for the efficient management of indoor spaces, with important applications like emergency management, virtual property showcasing and interior design. These products rely on accurate 3D models of the environments considered, including information on both architectural and non-permanent elements. These models must be created from measured data such as RGB-D images or 3D point clouds, whose capture and consolidation involves lengthy data workflows. This strongly limits the rate at which 3D models can be produced, preventing the adoption of many digital services for indoor space management. We provide an alternative to such data-intensive procedures by presenting Walk2Map, a data-driven approach to generate floor plans only from trajectories of a person walking inside the rooms. Thanks to recent advances in data-driven inertial odometry, such minimalistic input data can be acquired from the IMU readings of consumer-level smartphones, which allows for an effortless and scalable mapping of real-world indoor spaces. Our work is based on learning the latent relation between an indoor walk trajectory and the information represented in a floor plan: interior space footprint, portals, and furniture. We distinguish between recovering area-related (interior footprint, furniture) and wall-related (doors) information and use two different neural architectures for the two tasks: an image-based Encoder-Decoder and a Graph Convolutional Network, respectively. We train our networks using scanned 3D indoor models and apply them in a cascaded fashion on an indoor walk trajectory at inference time. We perform a qualitative and quantitative evaluation using both simulated and measured, real-world trajectories, and compare against a baseline method for image-to-image translation. The experiments confirm the feasibility of our approach.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2609.20816v3cs.CV공통 태그 Image-to-Image Translation

Paint-Anything: 이미지 생성 및 편집을 위한 통합 임의 색상 제어

Paint-Anything: Unified Any-Color Control for Image Generation and Editing

전문 디자인에는 임의 색상(any-color) 제어, 즉 이미지 생성 및 편집에서 객체의 목표 색을 임의의 24비트 hex 값으로 지정할 수 있는 능력이 필요하다. 선행 연구는 색 생성, 편집, 컬러화(colorization)를 다루어 왔지만, 종종 전용 색 표현이나 특화된 추론 절차에 의존한다. 대규모 언어 모델(LLM)의 발전은 더 단순한 출발점을 제공한다. 소형 모델조차 hex 값과 색 의미를 연관 지을 수 있다. 본 논문은 Paint-Anything을 제안하며, 객체 수준 색 supervision을 통해 생성과 편집에 공통 hex-프롬프트 인터페이스를 학습한다. 객체 그라운딩(object grounding), 지각적(perceptual) 색 라벨링, 편집 쌍 합성을 거쳐 실제 이미지로부터 Paint-500K를 구축하는 데이터 파이프라인을 개발한다. 그림자 때문에 실제 이미지 라벨은 색이 근사적일 뿐이므로, 픽셀이 짝지어진 hex 값과 정확히 일치하는 순색(pure-color) 앵커로 이 supervision을 보완한다. 이 앵커는 고노이즈 timestep에서만 사용되며, 저노이즈 학습은 자연 이미지에 맡긴다. 또한 ACBench-T2I와 ACBench-Edit로 구성된 Any Color Benchmark(ACBench)를 도입하여 두 과제 모두에서 객체 수준 hex 색 충실도를 측정한다. FLUX.2-4B에서 Paint-Anything은 베이스 모델 대비 ACBench-T2I와 ACBench-Edit 점수를 각각 85.3% 및 28.3% 개선하며, ablation이 학습 레시피를 뒷받침한다. 비교한 방법 중 평균 CompColor 점수도 최고를 달성한다.

arXiv:2609.24937v3cs.CV공통 태그 Image-to-Image Translation

흉부 방사선 사진 골 억제를 위한 확장 가능한 감독으로서 해부학 분해 흉부 CT 투영

Anatomy-Decomposed Chest Computed Tomography (CT) Projections as Scalable Supervision for Bone Suppression in Chest Radiographs

뼈 중첩은 흉부 X선 영상에서 이상 소견을 가릴 수 있으며, 짝지어진 학습 데이터의 부족은 지도 학습 기반 뼈 억제를 제한한다. 본 연구는 이러한 문제를 흉부 컴퓨터단층촬영(CT)을 성분 억제를 위한 짝지어진 지도 신호로 변환하는 디지털 재구성 방사선영상(DRR) 프레임워크로 해결한다. 새로운 뼈 분할 알고리즘을 통해 CT를 뼈, 폐를 제외한 연조직, 폐 성분으로 분해하고 각각을 별도로 투영한다. 이들의 가중 결합은 전체 DRR과 정확히 합산되는 픽셀 정합 성분 영상을 갖춘 합성 방사선영상을 만들어 낸다. 이러한 데이터로 학습한 모델은 대상 성분을 예측하고 나머지를 차감으로 복원하는 방식으로 뼈 또는 폐 성분을 억제하며, 실제 짝지어진 학습 데이터 없이도 실제 방사선영상으로 전이된다. 확장으로서, 실제 방사선영상에 대한 모델의 출력은 짝지어지지 않은 성분별 DRR 변환을 위한 목표 도메인을 제공하여, 해부학적 세부 구조를 유지하면서 외형 격차를 줄인다. 여러 공개 데이터셋에서 수행한 하위 검출 실험은 뼈 억제의 효용을 보여 주며, 그 이득은 뼈 중첩이 큰 이상 소견에 집중된다. 동일한 CT에 적용한 오픈소스 DRR 엔진과 비교할 때, 수정하지 않은 본 DRR은 현실감과 레이블 관련 해부 구조의 보존에서 대등한 수준을 달성하였으며, 변환된 DRR은 평가한 방법 중 가장 우수한 Fréchet inception distance(FID), 폐야 선명도, 원본 CT 해부 구조와의 일치도를 달성하였다. 모델 및 추론 코드: https://huggingface.co/qureaiorg/bone-suppression ; 변환된 투영 영상: https://huggingface.co/datasets/qureaiorg/ct2xr-projections.

arXiv:2606.13898v4cs.CV공통 태그 Image-to-Image Translation

HiLo-Token: 효율적인 이미지 편집 모델 서빙을 위한 입력 적응형 고주파-저주파 토큰 압축

HiLo-Token: Input-Adaptive High-Low Frequency Token Compression for Efficient Image Editing Model Serving

Adobe Photoshop의 Remove 및 Generative Fill 버튼과 같은 창의적 이미지 편집 도구는 일상적인 고객 사용의 중심이며 트래픽의 상당 부분을 차지한다. 그러나 현재의 생성형 AI 모델은 상당한 지연 시간 문제에 직면해 있으며, 이 분야가 합성곱 기반 U-Net에서 Diffusion Transformer(DiT)로 전환되면서 그 문제는 더욱 두드러진다. 다양한 마스크 비율에 걸친 수백 개의 대표적인 이미지 편집 샘플에 대한 평가에서, DiT 모듈은 50 타임스텝에서 8 타임스텝으로 증류한 후에도 전체 모델 지연 시간의 평균 73%를 차지한다. 이 문제를 해결하기 위해 고주파이며 문맥이 풍부한 영역에 더 큰 토큰 예산을 할당하고 저주파 영역에는 더 적은 토큰을 할당하는 입력 적응형 토큰 압축 프레임워크인 $\textbf{HiLo-Token}$을 제안한다. 구체적으로, 사용자 마스크로 지정된 편집 영역에서는 강한 지역성과 문맥적 관련성을 보존하기 위해 팽창된 마스크 내의 모든 토큰을 유지한다. 편집 영역 밖에서는 중요한 국소 세부 정보를 포착하기 위해 공간 주파수에 기반한 단순하지만 효과적인 고주파 토큰 선택 전략을 도입하고, 크게 다운샘플링된 이미지의 토큰으로 저주파 성분을 표현하여 대략적인 전역 구조를 보존한다. 실제 서비스 수준의 평가 데이터에 대한 광범위한 실험은 제안 방법의 효과를 입증하며, 평균 비율이 각각 6.38%, 15.92%, 35.36%인 작은, 중간, 큰 마스크 비율 범주의 이미지 편집 작업에서 A100-80GB 기준 DiT 속도를 각각 3.13$\times$, 2.59$\times$, 1.67$\times$ 향상시키면서 생성 품질의 저하는 없다. 편집 파이프라인이 분리되어 독립적으로 오토스케일링되는 GPU 워커로 서빙되는 실제 서비스 환경에서, 이러한 요청당 절감은 모델 서빙에 필요한 GPU의 33% 감소로 이어진다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.