研究人员提出了SPG-Layout,这是一个文本驱动的框架,旨在在复杂的非曼哈顿环境中生成物理上合理的3D室内场景,而现有方法由于几何违规率高而经常失败。
该方法利用对象分布的统计先验来增强环境理解,并采用分层布局策略,优先处理大型对象以最小化布局违规。作者构建了一个包含500个多样化非曼哈顿环境的新基准,以评估在这些复杂设置中的性能。
大量实验表明,SPG-Layout在曼哈顿和非曼哈顿环境中始终且显著地优于现有方法,实现了语义真实性和物理合理性的平衡优化。
研究人员提出了SPG-Layout,这是一个文本驱动的框架,旨在在复杂的非曼哈顿环境中生成物理上合理的3D室内场景,而现有方法由于几何违规率高而经常失败。
该方法利用对象分布的统计先验来增强环境理解,并采用分层布局策略,优先处理大型对象以最小化布局违规。作者构建了一个包含500个多样化非曼哈顿环境的新基准,以评估在这些复杂设置中的性能。
大量实验表明,SPG-Layout在曼哈顿和非曼哈顿环境中始终且显著地优于现有方法,实现了语义真实性和物理合理性的平衡优化。