Infinigen Indoors: Photorealistic Indoor Scenes using Procedural Generation

我们介绍了基于Blender的Infinigen Indoors，它是一个程序化生成逼真室内场景的系统。它在现有的Infinigen系统基础上进行了扩展，该系统专注于自然场景，但通过引入一个多样化的程序化室内资产库，包括家具、建筑元素、家用电器和其他日常物品等，将其覆盖范围扩展到室内场景。它还引入了一个基于约束的排列系统，其中包括用于表达场景组成多样化约束的领域特定语言和生成最大程度满足约束的场景组成的求解器。我们提供了一个导出工具，允许直接在实时模拟器（如Omniverse和Unreal）中使用生成的3D对象和场景来训练具体化的代理。Infinigen Indoors在BSD许可下开源。请访问https://infinigen.org获取代码和视频。

Infinigen Indoors试图解决的问题是生成逼真的室内场景。这是一个相对较新的问题，因为大多数自然场景生成的研究都集中在室外环境。

论文的关键思路是使用基于约束的排列系统，该系统包括一种领域特定语言和一个求解器，用于生成最大程度满足约束的场景组合。此外，论文还引入了一个包含家具、建筑元素、电器和其他日常物品的程序化室内资产库。

论文提供了一个导出工具，允许生成的3D对象和场景直接用于在实时模拟器（如Omniverse和Unreal）中训练具有身体的代理。此外，Infinigen Indoors是开源的，使用BSD许可证。值得关注的是，论文所提出的基于约束的排列系统可以应用于其他场景生成领域。

最近在这个领域中，还有一些相关的研究，如《Procedural Generation of Indoor Scenes with Convolutional Networks》和《Learning to Generate Indoor Scene Layouts with Filament Networks》。