Fugu-MT 論文翻訳(概要): City3D: Large-scale Urban Reconstruction from Airborne Point Clouds

論文の概要: City3D: Large-scale Urban Reconstruction from Airborne Point Clouds

arxiv url: http://arxiv.org/abs/2201.10276v1
Date: Tue, 25 Jan 2022 12:41:11 GMT
ステータス: 処理完了
システム内更新日: 2022-01-26 16:12:45.897761
Title: City3D: Large-scale Urban Reconstruction from Airborne Point Clouds
Title（参考訳）: city3d:空中雲からの大規模都市復興
Authors: Jin Huang, Jantien Stoter, Ravi Peters, Liangliang Nan
Abstract要約: 本研究では,小型3次元ビルディングモデルを大規模空調点雲から再構築するための完全自動手法を提案する。都会の建物は通常、垂直壁と地上を繋ぐ平面屋根で構成されており、データから直接垂直壁を推測する手法を提案する。様々な大規模空力点雲の実験により, 再現精度とロバスト性の観点から, この手法は最先端の手法よりも優れていることが示された。
参考スコア（独自算出の注目度）: 3.7422375336465037
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present a fully automatic approach for reconstructing compact 3D building models from large-scale airborne point clouds. A major challenge of urban reconstruction from airborne point clouds lies in that the vertical walls are typically missing. Based on the observation that urban buildings typically consist of planar roofs connected with vertical walls to the ground, we propose an approach to infer the vertical walls directly from the data. With the planar segments of both roofs and walls, we hypothesize the faces of the building surface, and the final model is obtained by using an extended hypothesis-and-selection-based polygonal surface reconstruction framework. Specifically, we introduce a new energy term to encourage roof preferences and two additional hard constraints into the optimization step to ensure correct topology and enhance detail recovery. Experiments on various large-scale airborne point clouds have demonstrated that the method is superior to the state-of-the-art methods in terms of reconstruction accuracy and robustness. In addition, we have generated a new dataset with our method consisting of the point clouds and 3D models of 20k real-world buildings. We believe this dataset can stimulate research in urban reconstruction from airborne point clouds and the use of 3D city models in urban applications.
Abstract（参考訳）: 本研究では,小型3次元ビルディングモデルを大規模空調点雲から再構築するための完全自動手法を提案する。空中雲からの都市再建の大きな課題は、垂直の壁が通常欠落していることである。本研究は, 都市建築が平面屋根と垂直壁を地上に連結して構成されているという観測に基づいて, 垂直壁を直接データから推定する手法を提案する。屋根と壁の平面セグメントを用いて, 建物表面の面を仮定し, 拡張された仮説と選択に基づく多角形表面再構成フレームワークを用いて最終モデルを得る。具体的には,屋根の選好を奨励する新たなエネルギー用語と,最適化ステップに2つの追加のハード制約を導入することで,トポロジーの正確性とディテールリカバリの強化を図る。様々な大規模空力点雲の実験により, 再現精度とロバスト性の観点から, この手法は最先端の手法よりも優れていることが示された。さらに,我々は,ポイントクラウドと20k実世界の3dモデルからなる新しいデータセットを作成した。このデータセットは、空飛ぶ点雲からの都市復興の研究や都市における3次元都市モデルの利用を促進することができると考えている。

関連論文リスト

StreetSurfGS: Scalable Urban Street Surface Reconstruction with Planar-based Gaussian Splatting [85.67616000086232]
StreetSurfGSは、スケーラブルな街路景観の再構築に適したガウススプラッティングを利用するための最初の方法である。 StreetSurfGSは、平面ベースのオクツリー表現とセグメンテーショントレーニングを使用して、メモリコストを削減し、ユニークなカメラ特性に対応し、スケーラビリティを確保する。スパースビューとマルチスケールの課題に対処するために、隣接する情報と長期情報を活用する2段階マッチング戦略を用いる。
論文参考訳（メタデータ） (2024-10-06T04:21:59Z)
FRI-Net: Floorplan Reconstruction via Room-wise Implicit Representation [18.157827697752317]
本研究では,FRI-Netと呼ばれる新しい3次元点雲からの2次元フロアプラン再構築手法を提案する。フロアプランの幾何学的事前をトレーニング戦略に組み込むことにより、生成された部屋ポリゴンはより幾何学的に規則的である。提案手法は,提案手法の有効性を実証し,提案手法の有効性を検証した。
論文参考訳（メタデータ） (2024-07-15T13:01:44Z)
APC2Mesh: Bridging the gap from occluded building façades to full 3D models [5.113739955215433]
本稿では,ポイントコンプリートを3次元再構成パイプラインに統合するAPC2Meshを提案する。具体的には、3次元メッシュ再構成のための線形化スキップアテンションに基づく変形ネットワークへの入力として、隠蔽された点から生成された完全点を利用する。
論文参考訳（メタデータ） (2024-04-03T01:29:30Z)
Point2Building: Reconstructing Buildings from Airborne LiDAR Point Clouds [23.897507889025817]
航空機搭載LiDAR点雲から3次元多角形メッシュとして建物を再構築するための学習的アプローチを提案する。このモデルでは, 点雲データから直接学習し, 誤差伝播を低減し, 再構成の忠実度を向上する。我々は,チューリッヒ,ベルリン,タリンの航空機搭載LiDARデータの収集について実験的に検証した。
論文参考訳（メタデータ） (2024-03-04T15:46:50Z)
Ghost on the Shell: An Expressive Representation of General 3D Shapes [97.76840585617907]
リアルな素材と照明で高速な物理ベースのレンダリングを可能にするので、メッシュは魅力的だ。近年の3次元形状の再構成と統計的モデリングの研究は、メッシュをトポロジカルに非フレキシブルであると批判している。我々は水密面上の多様体符号距離場を定義することにより開曲面をパラメータ化する。 G-Shellは、非水密メッシュ再構築および生成タスクにおける最先端の性能を達成する。
論文参考訳（メタデータ） (2023-10-23T17:59:52Z)
Take-A-Photo: 3D-to-2D Generative Pre-training of Point Cloud Models [97.58685709663287]
生成事前学習は、2次元視覚における基本モデルの性能を高めることができる。 3Dビジョンでは、トランスフォーマーベースのバックボーンの過度な信頼性と、点雲の秩序のない性質により、生成前のトレーニングのさらなる発展が制限されている。本稿では,任意の点クラウドモデルに適用可能な3D-to-2D生成事前学習法を提案する。
論文参考訳（メタデータ） (2023-07-27T16:07:03Z)
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)
StarNet: Style-Aware 3D Point Cloud Generation [82.30389817015877]
StarNetは、マッピングネットワークを使用して高忠実度および3Dポイントクラウドを再構築し、生成することができる。我々のフレームワークは、クラウドの再構築と生成タスクにおいて、様々なメトリクスで同等の最先端のパフォーマンスを達成します。
論文参考訳（メタデータ） (2023-03-28T08:21:44Z)
Learning Reconstructability for Drone Aerial Path Planning [51.736344549907265]
本研究では,無人ドローンを用いた大規模3次元都市景観獲得のためのビューとパスプランニングを改善するための,学習に基づく最初の再構成可能性予測器を提案する。従来の手法とは対照的に,本手法では,一組の視点から3次元都市景観をいかによく再構築するかを明示的に予測するモデルを学習する。
論文参考訳（メタデータ） (2022-09-21T08:10:26Z)
Holistic Parameteric Reconstruction of Building Models from Point Clouds [9.93322840476651]
本研究では,1つの建物全体の点雲を同時に考慮した総合的パラメトリック再構築手法を提案する。まず、よく設計されたディープニューラルネットワークを使用して、所定のビルディングポイントクラウド内のプリミティブを識別します。次に、セグメント化されたプリミティブのパラメータを同時に決定するために、全体最適化戦略を導入する。総合的な再現の質は、点表面距離0.08メートル、入力されたLiDAR点の0.7倍のRMSEである。
論文参考訳（メタデータ） (2020-05-19T05:42:23Z)
Deep Learning Guided Building Reconstruction from Satellite Imagery-derived Point Clouds [39.36437891978871]
衛星画像から生成された点雲からモデル再構成を構築するための信頼性が高く効果的な手法を提案する。具体的には、複雑で騒々しい場面で建築屋根の形状を区別するために、ディープラーニングのアプローチが採用されている。大規模都市モデル生成の一般ニーズに対処する最初の取り組みとして、開発はオープンソースソフトウェアとして展開されている。
論文参考訳（メタデータ） (2020-05-19T05:38:06Z)

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。