セントルイス・ワシントン大学、Adobe Research、Argo AI、サイモンフレーザー大学の研究者らは、屋内シーンにおける１枚の画像からピース単位の平面深度マップを再構築する「PlaneNet」を発表しました。
論文：PlaneNet: Piece-wise Planar Reconstruction from a Single RGB Image
著者：Chen Liu, Jimei Yang, Duygu Ceylan, Ersin Yumer, Yasutaka Furukawa
GitHub：art-programmer/PlaneNet
（左から順に、入力画像、ピース単位の平面セグメンテーション、再構成した深度マップ、テクスチャマッピングした3Dモデル）
本稿は、単一のRGB画像から平面の深度マップを生成することを学ぶアーキテクチャを提案します。本提案手法は、エンド・ツー・エンドのDNN（deep neural network）を用いたアーキテクチャで、単一のRGB画像から平面パラメータセットと平面セグメンテーションマスクを推定します。
ネットワークは、DRN（Dilated Residual Networks）上に構築されており、屋内RGB-DビデオデータベースのScanNetで訓練されます。