Paper page - Raster2Seq: Polygon Sequence Generation for Floorplan Reconstruction

来源：https://huggingface.co/papers/2602.09016

摘要

Raster2Seq 通过序列到序列建模，利用可学习锚点引导空间注意力，以自回归解码方式从栅格图像重建平面图矢量图形。

从栅格化的平面图图像重建结构化的矢量图形表示，通常是涉及平面图的计算任务（例如自动理解或 CAD 工作流）的重要前提。然而，现有技术难以忠实地生成复杂平面图所传达的结构和语义，这些平面图描绘了包含多个房间和不同数量多边形转角的大型室内空间。为此，我们提出 Raster2Seq，将平面图重建视为一个序列到序列任务，其中平面图元素（如房间、窗户和门）被表示为标记化的多边形序列，该序列同时编码几何和语义信息。我们的方法引入了一个自回归解码器，它学习根据图像特征和先前生成的转角来预测下一个转角，并利用可学习锚点的引导。这些锚点表示图像空间中的空间坐标，从而有效引导注意力机制聚焦于信息丰富的图像区域。通过采用自回归机制，我们的方法在输出格式上具有灵活性，能够高效处理包含大量房间和多样多边形结构的复杂平面图。我们的方法在 Structure3D、CubiCasa5K 和 Raster2Graph 等标准基准上取得了最先进的性能，同时在更具挑战性的数据集（如 WAFFLE，其中包含多样的房间结构和复杂的几何变化）上也表现出强大的泛化能力。

查看 arXiv 页面 (https://arxiv.org/abs/2602.09016) 查看 PDF (https://arxiv.org/pdf/2602.09016) 项目页面 (https://cornell-vailab.github.io/Raster2Seq/) GitHub4 (https://github.com/Cornell-VAILab/Raster2Seq) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2602.09016)

在你的 agent 中获取此论文：

hf papers read 2602.09016

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 (0)

暂无模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2602.09016，以便从此页面链接。

引用此论文的数据集 (0)

暂无数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2602.09016，以便从此页面链接。

引用此论文的 Spaces (0)

暂无 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2602.09016，以便从此页面链接。

包含此论文的收藏集 (0)

暂无收藏集包含此论文

请将此论文添加到一个收藏集中，以便从此页面链接。