動画のフレームに対しCNNで特徴抽出を行い、真上から見たボクセル単位の粗い特徴空間に変換してから断片的な平面を求め、微分可能なマッチングによる追跡とGRUを使用した融合で3次元空間の平面を推定するPlanarReconを提案した。

ScanNetv2データセットを使用して定量的及び定性的な評価を行い、従来手法を上回る結果。実行時間については、GPUはV100を1個使用してキーフレームあたり40ミリ秒以下で処理できる結果。

学習ベースのアプローチを提案し、視覚的にアピールする結果を示したことで通ったと考えられる。プロジェクトページ( https://neu-vi.github.io/planarrecon/ )及びPyTorch実装( https://github.com/neu-vi/planarrecon )が公開されている。