SceneFormer: Indoor Scene Generation with Transformers 论文链接：https://arxiv.org/abs/2012.09793 作者单位：慕尼黑工业大学 性能优于PlanIT、DeepSynth等方法，能在1.48秒内生成一个3D场景，比目前最先进的快速方法还要快20％！

室内场景生成的任务是生成一系列物体，它们的位置和方向取决于房间的形状和大小。大规模的室内场景数据集使我们能够从用户设计的室内场景中提取patterns，然后基于这些patterns生成新的场景。现有方法除了对象位置之外还依赖于这些场景的2D或3D外观，并假设对象之间的可能关系。相反，我们不使用任何外观信息，而是使用Transformer的自注意机制来学习对象之间的关系。我们证明，与具有相同或更好水平真实感的现有方法相比，这可以更快地生成场景。我们仅根据Transformer的交叉注意机制，建立基于房间形状和房间文字描述的简单有效的生成模型。我们进行了一项用户研究，结果显示，生成的场景比DeepSynth场景在卧室场景中占57.7％的时间，在客厅场景中占63.3％的时间更受青睐。此外，我们平均可以在1.48秒内生成一个场景，比最先进的快速灵活方法快20％，从而可以生成交互式场景。

内容中包含的图片若涉及版权问题，请及时与我们联系删除