論文の概要: Roof Damage Assessment from Automated 3D Building Models
- arxiv url: http://arxiv.org/abs/2106.15294v1
- Date: Fri, 4 Jun 2021 22:17:01 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-04 19:35:38.374226
- Title: Roof Damage Assessment from Automated 3D Building Models
- Title（参考訳）: 自動3次元建物モデルによる屋根損傷評価
- Authors: Kenichi Sugihara, Martin Wallace, Kongwen (Frank) Zhang, Youry
Khmelevsky
- Abstract要約: GISおよび3DCGコンポーネントは、建築フットプリント(ポリゴン)から3Dハウスモデルを生成する
提案したGISと3DCGの統合システムパーティションは、多角形を長方形に分割する。
各矩形は、どの長方形が隣接しているか、どの辺が隣接しているかを知っているため、窓とドアの不要な交点を避けることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The 3D building modelling is important in urban planning and related domains
that draw upon the content of 3D models of urban scenes. Such 3D models can be
used to visualize city images at multiple scales from individual buildings to
entire cities prior to and after a change has occurred. This ability is of
great importance in day-to-day work and special projects undertaken by
planners, geo-designers, and architects. In this research, we implemented a
novel approach to 3D building models for such matter, which included the
integration of geographic information systems (GIS) and 3D Computer Graphics
(3DCG) components that generate 3D house models from building footprints
(polygons), and the automated generation of simple and complex roof geometries
for rapid roof area damage reporting. These polygons (footprints) are usually
orthogonal. A complicated orthogonal polygon can be partitioned into a set of
rectangles. The proposed GIS and 3DCG integrated system partitions orthogonal
building polygons into a set of rectangles and places rectangular roofs and
box-shaped building bodies on these rectangles. Since technicians are drawing
these polygons manually with digitizers, depending on aerial photos, not all
building polygons are precisely orthogonal. But, when placing a set of boxes as
building bodies for creating the buildings, there may be gaps or overlaps
between these boxes if building polygons are not precisely orthogonal. In our
proposal, after approximately orthogonal building polygons are partitioned and
rectified into a set of mutually orthogonal rectangles, each rectangle knows
which rectangle is adjacent to and which edge of the rectangle is adjacent to,
which will avoid unwanted intersection of windows and doors when building
bodies combined.
- Abstract（参考訳）: 3Dビルディングモデリングは、都市景観の3Dモデルの内容を引き出す都市計画や関連ドメインにおいて重要である。
このような3Dモデルは、変更の前後に個々の建物から都市全体まで、複数のスケールで都市画像を視覚化するために使用することができる。
この能力は、日々の仕事や、計画家、ジオデザイナー、建築家が行う特別プロジェクトにおいて非常に重要である。
本研究では,建物の足跡(多角形)から3次元住宅モデルを生成する地理情報システム(gis)と3次元コンピュータグラフィックス(3dcg)コンポーネントの統合,屋根面積の迅速な報告のための簡易で複雑な屋根ジオメトリの自動生成など,このような3次元建築モデルへの新しいアプローチを実装した。
これらの多角形(足形)は通常直交する。
複雑な直交多角形は長方形の集合に分割することができる。
提案するgisと3dcg統合システムでは,直交多角形を長方形に分割し,長方形屋根と箱型建物本体を長方形に配置する。
技術者が手動でこのポリゴンをデジタイザーで描いているため、すべてのポリゴンが正確に直交しているわけではない。
しかし、建物を作るための構造体として箱を配置する場合、ポリゴンの構築が正確に直交しない場合、これらの箱の間にギャップや重複がある可能性がある。
本提案では, 略直交構造の多角形を互いに直交する長方形に分割・整形した後, 矩形がどの長方形に隣接しているか, 矩形がどの辺に隣接しているかを各矩形が把握し, 窓とドアの不要な交叉を避ける。
関連論文リスト
- Learning Part-aware 3D Representations by Fusing 2D Gaussians and Superquadrics [16.446659867133977]
ポイントクラウド、メッシュ、NeRF、そして3Dガウスのような低レベルの3D表現は、一般的に3Dオブジェクトやシーンを表現するために使用される。
オブジェクトやシーンをセマンティックな部分に解析する部分認識型3D再構成の実現を目指している。
論文 参考訳（メタデータ） (2024-08-20T12:30:37Z) - GeoLRM: Geometry-Aware Large Reconstruction Model for High-Quality 3D Gaussian Generation [65.33726478659304]
GeoLRM(Geometry-Aware Large Restruction Model)は、512kガウスと21の入力画像で11GBのGPUメモリで高品質な資産を予測できる手法である。
従来の作品では、3D構造の本質的な空間性は無視されており、3D画像と2D画像の間の明示的な幾何学的関係は利用されていない。
GeoLRMは、3Dポイントを直接処理し、変形可能なクロスアテンション機構を使用する新しい3D対応トランスフォーマー構造を導入することで、これらの問題に対処する。
論文 参考訳（メタデータ） (2024-06-21T17:49:31Z) - NeuSDFusion: A Spatial-Aware Generative Model for 3D Shape Completion, Reconstruction, and Generation [52.772319840580074]
3D形状生成は、特定の条件や制約に固執する革新的な3Dコンテンツを作成することを目的としている。
既存の方法は、しばしば3Dの形状を局所化されたコンポーネントの列に分解し、各要素を分離して扱う。
本研究では2次元平面表現を利用した空間認識型3次元形状生成フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-27T04:09:34Z) - HiT: Building Mapping with Hierarchical Transformers [43.31497052507252]
階層変換器を用いた簡易かつ斬新な建物マッピング手法HiTを提案する。
HiTは、分類とバウンディングボックス回帰ヘッドに平行なポリゴンヘッドを追加することによって、2段階検出アーキテクチャの上に構築される。
本手法は, 最先端手法と比較して, 事例分割と多角形メトリクスの両面において, 新たな最先端化を実現している。
論文 参考訳（メタデータ） (2023-09-18T10:24:25Z) - Connecting the Dots: Floorplan Reconstruction Using Two-Level Queries [27.564355569013706]
本稿では,複数の部屋の多角形を並列に生成するトランスフォーマーアーキテクチャを提案する。
提案手法は,Structured3DとSceneCADの2つの挑戦的データセットに対して,新たな最先端化を実現する。
追加情報、すなわちセマンティックルームタイプやドアや窓のようなアーキテクチャ要素を予測するために簡単に拡張できる。
論文 参考訳（メタデータ） (2022-11-28T18:59:09Z) - PolyBuilding: Polygon Transformer for End-to-End Building Extraction [9.196604757138825]
PolyBuildingはリモートセンシング画像から建物のベクトル表現を予測する。
モデルはそれらの関係を学習し、画像からコンテキスト情報を符号化し、構築ポリゴンの最終セットを予測する。
また、ピクセルレベルのカバレッジ、インスタンスレベルの精度とリコール、幾何学レベルの特性など、新たな最先端性を実現している。
論文 参考訳（メタデータ） (2022-11-03T04:53:17Z) - Automated LoD-2 Model Reconstruction from Very-HighResolution
Satellite-derived Digital Surface Model and Orthophoto [1.2691047660244335]
本稿では,LoD-2ビルディングモデルを「分解最適化最適化」パラダイムに従って再構成するモデル駆動手法を提案する。
提案手法は,既存の手法に対するいくつかの技術的問題点に対処し,その有効性を実証した。
論文 参考訳（メタデータ） (2021-09-08T19:03:09Z) - Learning Geometry-Disentangled Representation for Complementary
Understanding of 3D Object Point Cloud [50.56461318879761]
3次元画像処理のためのGDANet(Geometry-Disentangled Attention Network)を提案する。
GDANetは、点雲を3Dオブジェクトの輪郭と平らな部分に切り離し、それぞれ鋭い変化成分と穏やかな変化成分で表される。
3Dオブジェクトの分類とセグメンテーションベンチマークの実験は、GDANetがより少ないパラメータで最先端の処理を実現していることを示している。
論文 参考訳（メタデータ） (2020-12-20T13:35:00Z) - DSG-Net: Learning Disentangled Structure and Geometry for 3D Shape
Generation [98.96086261213578]
DSG-Netは3次元形状の非交叉構造と幾何学的メッシュ表現を学習するディープニューラルネットワークである。
これは、幾何(構造)を不変に保ちながら構造(幾何学)のような不整合制御を持つ新しい形状生成アプリケーションの範囲をサポートする。
本手法は,制御可能な生成アプリケーションだけでなく,高品質な合成形状を生成できる。
論文 参考訳（メタデータ） (2020-08-12T17:06:51Z) - KAPLAN: A 3D Point Descriptor for Shape Completion [80.15764700137383]
KAPLANは、一連の2D畳み込みを通じて局所的な形状情報を集約する3Dポイント記述子である。
各平面において、正規点や平面間距離のような点特性は2次元グリッドに集約され、効率的な2次元畳み込みエンコーダを持つ特徴表現に抽象化される。
公開データセットの実験では、KAPLANが3D形状の完成のために最先端のパフォーマンスを達成することが示されている。
論文 参考訳（メタデータ） (2020-07-31T21:56:08Z) - Learning Unsupervised Hierarchical Part Decomposition of 3D Objects from
a Single RGB Image [102.44347847154867]
プリミティブの集合として3次元オブジェクトの幾何を共同で復元できる新しい定式化を提案する。
我々のモデルは、プリミティブのバイナリツリーの形で、様々なオブジェクトの高レベルな構造的分解を復元する。
ShapeNet と D-FAUST のデータセットを用いた実験により,部品の組織化を考慮すれば3次元形状の推論が容易になることが示された。
論文 参考訳（メタデータ） (2020-04-02T17:58:05Z)
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。