An Empty Room is All We Want: Automatic Defurnishing of Indoor Panoramas

我们提出了一个流程，利用稳定扩散来改善填补细节的结果，在去除室内全景图像中的家具项目方面特别有效。具体而言，我们阐述了如何通过增加上下文、针对特定领域的模型微调和改进图像混合来产生高保真度的填补结果，而不需要依赖于房间布局估计。我们展示了相对于其他家具去除技术的定性和定量改进。

论文旨在通过稳定扩散技术，提高室内全景图像中家具去除的修复效果。具体而言，通过增加上下文信息、领域特定模型微调和改进图像融合方法，实现高保真修复，而无需依赖房间布局估计。论文展示了相比其他家具去除技术，其能够产生几何上合理的修复结果的定性和定量改进。

稳定扩散技术可以提高室内全景图像中家具去除的修复效果，无需依赖房间布局估计。

论文实验使用了室内全景图像数据集，并且开源了代码。论文的方法不需要依赖房间布局估计，可以产生几何上合理的修复结果。

最近的相关研究包括：1. DeepIlluminator：用于去除室内全景图像中的光源和阴影的方法；2. Pano2CAD：用于将室内全景图像转换为CAD模型的方法。