論文の概要: Versailles-FP dataset: Wall Detection in Ancient

• arxiv url: http://arxiv.org/abs/2103.08064v1
• Date: Sun, 14 Mar 2021 23:27:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-17 02:51:48.611218
• Title: Versailles-FP dataset: Wall Detection in Ancient
• Title（参考訳）: Versailles-FPデータセット:古代の壁検出
• Authors: Wassim Swaileh, Dimitrios Kotzinos, Suman Ghosh, Michel Jordan, Son Vu, and Yaguan Qian
• Abstract要約: 本論文では、17世紀から18世紀にかけてのヴェルサイユ宮殿の壁の地下画像の新しいユニークなヴェルサイユFPデータセットを紹介します。 データセットの壁マスクは、多方向ステアブルフィルタに基づく自動アプローチによって生成される。 我々は最新のデータ集合における壁マスク生成のアプローチを検証する。
• 参考スコア（独自算出の注目度）: 2.339805471804333
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Access to historical monuments' floor plans over a time period is necessary to understand the architectural evolution and history. Such knowledge bases also helps to rebuild the history by establishing connection between different event, person and facts which are once part of the buildings. Since the two-dimensional plans do not capture the entire space, 3D modeling sheds new light on the reading of these unique archives and thus opens up great perspectives for understanding the ancient states of the monument. Since the first step in the building's or monument's 3D model is the wall detection in the floor plan, we introduce in this paper the new and unique Versailles FP dataset of wall groundtruthed images of the Versailles Palace dated between 17th and 18th century. The dataset's wall masks are generated using an automatic approach based on multi directional steerable filters. The generated wall masks are then validated and corrected manually. We validate our approach of wall mask generation in state-of-the-art modern datasets. Finally we propose a U net based convolutional framework for wall detection. Our method achieves state of the art result surpassing fully connected network based approach.
• Abstract（参考訳）: 歴史的建造物の床計画へのアクセスは、建築の進化と歴史を理解するために必要である。 このような知識ベースは、かつて建物の一部であったさまざまな出来事、人物、事実の間のつながりを確立することで、歴史の再構築にも役立ちます。 2次元の計画は空間全体を捉えないため、3Dモデリングはこれらのユニークなアーカイブの読影に新たな光を放ち、記念碑の古代国家を理解するための大きな視点を開く。 建物や記念碑の3Dモデルの最初のステップは、フロアプランにおける壁検出であり、本稿では、17世紀から18世紀にかけてのヴェルサイユ宮殿の、新しい独特で独特な壁面のFPデータセットを紹介する。 データセットの壁マスクは、多方向ステアブルフィルタに基づく自動アプローチによって生成される。 生成された壁面は手作業で検証され修正される。 我々は最新のデータ集合における壁マスク生成のアプローチを検証する。 最後に、壁検出のためのUネットベースの畳み込みフレームワークを提案する。 本手法は,完全接続型ネットワークベースアプローチを超越した技術結果を実現する。

関連論文リスト

• Coloring the Past: Neural Historical Buildings Reconstruction from Archival Photography [69.93897305312574]
  本稿では, ボリュームレンダリング技術を用いて, 歴史的建造物の形状を復元する手法を提案する。 我々は,高密度点雲を幾何学的先行として利用し,カラー画像に制限のある建物の色を復元するために,色相の埋め込み損失を導入する。
  論文  参考訳（メタデータ） (2023-11-29T16:59:45Z)
• Semi-supervised Learning from Street-View Images and OpenStreetMap for Automatic Building Height Estimation [59.6553058160943]
  本稿では,Mapillary SVIとOpenStreetMapのデータから建物の高さを自動的に推定する半教師付き学習(SSL)手法を提案する。 提案手法は, 平均絶対誤差(MAE)が約2.1mである建物の高さを推定する上で, 明らかな性能向上につながる。 予備結果は,低コストなVGIデータに基づく提案手法のスケールアップに向けた今後の取り組みを期待し,動機づけるものである。
  論文  参考訳（メタデータ） (2023-07-05T18:16:30Z)
• MM-3DScene: 3D Scene Understanding by Customizing Masked Modeling with Informative-Preserved Reconstruction and Self-Distilled Consistency [120.9499803967496]
  本稿では,地域統計を探索し,代表的構造化点の発見と保存を行う新しい情報保存型再構築法を提案する。 本手法は, 地域形状のモデル化に集中し, マスク復元のあいまいさを軽減できる。 マスク付き領域における情報保存型再構築と未加工領域からの連続自己蒸留を組み合わせることにより,MM-3DSceneと呼ばれる統合フレームワークが提供される。
  論文  参考訳（メタデータ） (2022-12-20T01:53:40Z)
• 3D Room Layout Estimation from a Cubemap of Panorama Image via Deep Manhattan Hough Transform [17.51123287432334]
  学習可能なハフ変換ブロックにおける長距離幾何学的パターンをモデル化することにより、3次元空間の壁面を推定する別の手法を提案する。 我々は、この特徴を立方体写像タイルからマンハッタン世界のハフ空間に変換し、その特徴を直接幾何学的出力にマッピングする。 畳み込み層は局所勾配のような線の特徴を学習するだけでなく、グローバル情報を利用して単純なネットワーク構造で閉塞壁を予測する。
  論文  参考訳（メタデータ） (2022-07-19T14:22:28Z)
• Towards High-Fidelity Single-view Holistic Reconstruction of Indoor Scenes [50.317223783035075]
  単視点画像から総合的な3次元屋内シーンを再構築するための新しい枠組みを提案する。 詳細なオブジェクト再構成のためのインスタンス整列型暗黙関数(InstPIFu)を提案する。 私たちのコードとモデルは公開されます。
  論文  参考訳（メタデータ） (2022-07-18T14:54:57Z)
• Neural 3D Scene Reconstruction with the Manhattan-world Assumption [58.90559966227361]
  本稿では,多視点画像から3次元屋内シーンを再構築する課題について述べる。 平面的制約は、最近の暗黙の神経表現に基づく再構成手法に便利に組み込むことができる。 提案手法は, 従来の手法よりも3次元再構成品質に優れていた。
  論文  参考訳（メタデータ） (2022-05-05T17:59:55Z)
• Learning to Reconstruct 3D Non-Cuboid Room Layout from a Single RGB Image [32.5277483805739]
  単一画像から部屋の囲い3次元構造を再構築することを目的としている。 本稿では,室内のより一般的な仮定,すなわち1つの天井,1つの床,2つの垂直壁からなる部屋配置について考察する。
  論文  参考訳（メタデータ） (2021-04-16T09:24:08Z)
• Planar Surface Reconstruction from Sparse Views [30.965368147506386]
  この論文は、未知のカメラポーズを持つ2つの視点から室内シーンを平面的に再現する。 実験により,本手法は疎明な視点から再構築技術の進歩を可能にすることを実証した。
  論文  参考訳（メタデータ） (2021-03-26T17:59:20Z)
• Walk2Map: Extracting Floor Plans from Indoor Walk Trajectories [23.314557741879664]
  室内を歩く人の軌跡からフロアプランを生成するデータ駆動型アプローチであるWalk2Mapを紹介します。 データ駆動慣性オドメトリーの進歩により、そのような最小限の入力データは、コンシューマレベルのスマートフォンのIMU読み取りから得ることができる。 スキャンした3d屋内モデルを用いてネットワークをトレーニングし、屋内歩行軌跡にカスケードな方法で適用する。
  論文  参考訳（メタデータ） (2021-02-27T16:29:09Z)
• GeoLayout: Geometry Driven Room Layout Estimation Based on Depth Maps of Planes [18.900646770506256]
  レイアウト推定のための深層学習に幾何学的推論を取り入れることを提案する。 提案手法では,画素レベルの表面パラメータを推定することにより,シーン内の支配面の深さマップを推測する。 支配平面の画素レベル深度アノテーションを用いた新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2020-08-14T10:34:24Z)
• House-GAN: Relational Generative Adversarial Networks for Graph-constrained House Layout Generation [59.86153321871127]
  主な考え方は、制約をリレーショナルネットワークのグラフ構造にエンコードすることである。 我々は、新しい住宅レイアウト生成問題に対する提案されたアーキテクチャを実証した。
  論文  参考訳（メタデータ） (2020-03-16T03:16:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。