Key points are not available for this paper at this time.
In diesem Papier untersuchen wir, wie ein strukturierter Lichttiefensensor in Form des Microsoft Kinect bei der Segmentierung von Innenraumszenen helfen kann. Wir verwenden ein CRF-basiertes Modell, um eine Reihe von verschiedenen Darstellungen für Tiefeninformationen zu bewerten, und schlagen einen neuartigen Prior auf 3D-Standorte vor. Wir führen einen neuen und herausfordernden Datensatz für Innenraumszenen ein, der mit genauen Tiefenkarten und dichten Label-Abdeckungen ausgestattet ist. Die Evaluierung unseres Modells auf diesem Datensatz zeigt, dass die Kombination von Tiefen- und Intensitätsbildern dramatische Leistungsgewinne gegenüber Intensitätsbildern allein ermöglicht. Unsere Ergebnisse zeigen eindeutig den Nutzen von strukturierten Lichtsensoren zum Verständnis von Szenen.
Silberman et al. (Di,) haben diese Frage untersucht.