Chen Wang

HARMONY框架从单个图像重建3D场景

一个名为HARMONY的新框架已被开发出来，用于从单个单目图像重建3D场景。这种分层方法将代理推理与视觉几何模型相结合，以实现语义一致且感知对齐的场景重建。HARMONY首先建立空间框架，然后使用代理VLM推理来确定房间布局和物体放置，并通过点云估计来完善几何形状，以更好地匹配输入图像。实验表明，HARMONY的表现优于现有基线，并且与GPT-6 Astra相比，物体排列更忠实。