論文の概要: Use of BIM Data as Input and Output for Improved Detection of Lighting
Elements in Buildings
- arxiv url: http://arxiv.org/abs/2312.11375v1
- Date: Mon, 18 Dec 2023 17:38:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-20 19:05:07.597940
- Title: Use of BIM Data as Input and Output for Improved Detection of Lighting
Elements in Buildings
- Title（参考訳）: ビルの照明要素検出におけるBIMデータの入力・出力への応用
- Authors: Francisco Troncoso-Pastoriza, Pablo Egu\'ia-Oller, Rebeca P.
D\'iaz-Redondo, Enrique Granada-\'Alvarez
- Abstract要約: 本稿では,建物における照明要素の自動検出,識別,位置特定のための完全な手法を提案する。
検出システムは、これまでの作業から大きく改善され、以下の2つの主な貢献があります。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper introduces a complete method for the automatic detection,
identification and localization of lighting elements in buildings, leveraging
the available building information modeling (BIM) data of a building and
feeding the BIM model with the new collected information, which is key for
energy-saving strategies. The detection system is heavily improved from our
previous work, with the following two main contributions: (i) a new refinement
algorithm to provide a better detection rate and identification performance
with comparable computational resources and (ii) a new plane estimation,
filtering and projection step to leverage the BIM information earlier for lamps
that are both hanging and embedded. The two modifications are thoroughly tested
in five different case studies, yielding better results in terms of detection,
identification and localization.
- Abstract（参考訳）: 本稿では,建物内の照明要素の自動検出,識別,位置決定のための完全手法を提案する。ビルのビル情報モデリング(BIM)データを活用し,省エネ戦略の鍵となる新しい収集情報でBIMモデルに供給する。
検出システムは,これまでの作業から大きく改善され,次の2つの大きな貢献がある。
(i)同等の計算資源でより優れた検出率と識別性能を提供するための新しい改良アルゴリズム
(二)BIM情報を利用した新しい平面推定、フィルタリング、投射のステップを、吊り下げ、埋設したランプに適用する。
2つの修正は5つの異なるケーススタディで徹底的にテストされ、検出、識別、ローカライズの観点からより良い結果が得られる。
関連論文リスト
- Learning Background Prompts to Discover Implicit Knowledge for Open Vocabulary Object Detection [101.15777242546649]
Open vocabulary Object Detection (OVD) は、ベースと新規の両方のカテゴリからオブジェクトを認識できる最適なオブジェクト検出器を求めることを目的としている。
近年の進歩は、知識蒸留を利用して、事前訓練された大規模視覚言語モデルからオブジェクト検出のタスクに洞察力のある知識を伝達している。
本稿では,暗黙的背景知識を活用するための学習バックグラウンドプロンプトを提案するため,LBPと呼ばれる新しいOVDフレームワークを提案する。
論文 参考訳（メタデータ） (2024-06-01T17:32:26Z) - DetDiffusion: Synergizing Generative and Perceptive Models for Enhanced Data Generation and Perception [78.26734070960886]
現在の知覚モデルは、リソース集約的なデータセットに大きく依存している。
セグメンテーションを通じて知覚認識損失(P.A.損失)を導入し、品質と制御性の両方を改善した。
本手法は,世代間における知覚認識属性(P.A. Attr)の抽出と利用により,データ拡張をカスタマイズする。
論文 参考訳（メタデータ） (2024-03-20T04:58:03Z) - Orientation-Constrained System for Lamp Detection in Buildings Based on
Computer Vision [0.0]
システムを強化するために2つの新しい修正を導入する。
その結果, 検出数, 正解率, 状態同定率, 検出位置と基準位置の距離が改善した。
論文 参考訳（メタデータ） (2023-12-18T17:43:55Z) - Generation of BIM data based on the automatic detection, identification
and localization of lamps in buildings [0.0]
本稿では,建物内のランプの検出,識別,位置決めを支援する手法を提案する。
提案手法は,照明設備の適切な管理を通じて,建築部門における省エネ戦略を適用する上で有用な情報を提供する。
論文 参考訳（メタデータ） (2023-12-18T16:54:48Z) - Improving BIM Authoring Process Reproducibility with Enhanced BIM
Logging [0.0]
著者らはRevit C# APIを使ってロガーと再生アルゴリズムを開発した。
改良されたBIMログは、ル・コルビュジエが設計したVilla Savoyeのケーススタディにより評価された。
論文 参考訳（メタデータ） (2023-05-29T11:52:23Z) - ODAM: Gradient-based instance-specific visual explanations for object
detection [51.476702316759635]
勾配重み付き物体検出器活性化マップ(ODAM)
ODAMは、各予測属性に対する検出器の決定に対する領域の影響を示す熱マップを生成する。
そこで本研究では,重複検出対象を識別するために,各予測に対してモデルの説明情報を考慮したOdam-NMSを提案する。
論文 参考訳（メタデータ） (2023-04-13T09:20:26Z) - Weakly Supervised Change Detection Using Guided Anisotropic Difusion [97.43170678509478]
我々は、このようなデータセットを変更検出の文脈で活用するのに役立つ独自のアイデアを提案する。
まず,意味的セグメンテーション結果を改善する誘導異方性拡散(GAD)アルゴリズムを提案する。
次に、変化検出に適した2つの弱い教師付き学習戦略の可能性を示す。
論文 参考訳（メタデータ） (2021-12-31T10:03:47Z) - Towards an efficient framework for Data Extraction from Chart Images [27.114170963444074]
データマイニングシステムにおいて,データ抽出段階において最先端のコンピュータビジョン技術を採用する。
堅牢な点検出器を構築するには、特徴融合モジュールを備えた完全な畳み込みネットワークを採用する。
データ変換では,検出した要素を意味値でデータに変換する。
論文 参考訳（メタデータ） (2021-05-05T13:18:53Z) - Densely Nested Top-Down Flows for Salient Object Detection [137.74130900326833]
本稿では,物体検出におけるトップダウンモデリングの役割を再考する。
密度の高いトップダウンフロー(DNTDF)ベースのフレームワークを設計する。
DNTDFのすべての段階において、高いレベルの特徴はプログレッシブ圧縮ショートカットパス(PCSP)を介して読み込まれる。
論文 参考訳（メタデータ） (2021-02-18T03:14:02Z) - Few-Shot Named Entity Recognition: A Comprehensive Study [92.40991050806544]
マルチショット設定のモデル一般化能力を向上させるための3つの手法を検討する。
ラベル付きデータの比率の異なる10の公開nerデータセットについて経験的比較を行う。
マルチショットとトレーニングフリーの両方の設定で最新の結果を作成します。
論文 参考訳（メタデータ） (2020-12-29T23:43:16Z) - A Novel RL-assisted Deep Learning Framework for Task-informative Signals
Selection and Classification for Spontaneous BCIs [2.299749220980997]
一つの脳波検定からタスク関連時間信号セグメントを推定・選択する問題を定式化する。
本稿では,既存の深層学習に基づくBCI手法と組み合わせることができる新しい強化学習機構を提案する。
論文 参考訳（メタデータ） (2020-07-01T00:35:41Z)
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。