論文の概要: BuildingWorld: A Structured 3D Building Dataset for Urban Foundation Models

• arxiv url: http://arxiv.org/abs/2511.06337v1
• Date: Sun, 09 Nov 2025 11:40:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:44.89102
• Title: BuildingWorld: A Structured 3D Building Dataset for Urban Foundation Models
• Title（参考訳）: BuildingWorld: 都市ファウンデーションモデルのための構造化3Dビルディングデータセット
• Authors: Shangfeng Huang, Ruisheng Wang, Xin Wang,
• Abstract要約: BuildingWorldは、都市規模のファンデーションモデリングと分析のためのグローバルな代表的データセットである。 様々なソースから収集された約500万のLOD2ビルディングモデルに、実物と模擬のLiDAR点雲が伴っている。 Cyber Cityは、カスタマイズされた、構造的に多様なポイントクラウドディストリビューションで無制限のトレーニングデータを生成する仮想都市モデルである。
• 参考スコア（独自算出の注目度）: 17.325315633493624
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As digital twins become central to the transformation of modern cities, accurate and structured 3D building models emerge as a key enabler of high-fidelity, updatable urban representations. These models underpin diverse applications including energy modeling, urban planning, autonomous navigation, and real-time reasoning. Despite recent advances in 3D urban modeling, most learning-based models are trained on building datasets with limited architectural diversity, which significantly undermines their generalizability across heterogeneous urban environments. To address this limitation, we present BuildingWorld, a comprehensive and structured 3D building dataset designed to bridge the gap in stylistic diversity. It encompasses buildings from geographically and architecturally diverse regions -- including North America, Europe, Asia, Africa, and Oceania -- offering a globally representative dataset for urban-scale foundation modeling and analysis. Specifically, BuildingWorld provides about five million LOD2 building models collected from diverse sources, accompanied by real and simulated airborne LiDAR point clouds. This enables comprehensive research on 3D building reconstruction, detection and segmentation. Cyber City, a virtual city model, is introduced to enable the generation of unlimited training data with customized and structurally diverse point cloud distributions. Furthermore, we provide standardized evaluation metrics tailored for building reconstruction, aiming to facilitate the training, evaluation, and comparison of large-scale vision models and foundation models in structured 3D urban environments.
• Abstract（参考訳）: デジタル双生児が近代都市の変容の中心となるにつれ、高精度で構造化された3Dビルディングモデルは、高忠実で高機能な都市表現の鍵となる存在として出現する。 これらのモデルは、エネルギーモデリング、都市計画、自律ナビゲーション、リアルタイム推論など様々な応用の基盤となっている。 近年の3次元都市モデリングの進歩にもかかわらず、ほとんどの学習ベースモデルは、アーキテクチャの多様性が限定されたデータセットの構築を訓練しており、異種都市環境におけるそれらの一般化性を著しく損なう。 この制限に対処するために、スタイルの多様性のギャップを埋めるために設計された、包括的で構造化された3DビルディングデータセットであるBuildingWorldを紹介します。 北米、ヨーロッパ、アジア、アフリカ、オセアニアなど、地理的、建築的に多様な地域の建物を包含し、都市規模の基礎モデリングと分析の世界的な代表的データセットを提供している。 具体的には、BuildingWorldは、さまざまなソースから収集された約500万のLOD2ビルディングモデルと、実物とシミュレートされたLiDARポイントクラウドを提供する。 これにより、3Dビルの復元、検出、セグメンテーションに関する包括的な研究が可能になる。 仮想都市モデルであるCyber Cityは、カスタマイズされた、構造的に多様なポイントクラウドディストリビューションによる無制限のトレーニングデータの生成を可能にするために導入された。 さらに,3次元都市環境における大規模視覚モデルと基礎モデルの訓練,評価,比較を容易にするため,建築再建に適した標準化された評価指標を提供する。

関連論文リスト

• SYNBUILD-3D: A large, multi-modal, and semantically rich synthetic dataset of 3D building models at Level of Detail 4 [1.3166179099143722]
  今回紹介するSynBUILD-3Dは, 大規模かつ多様かつマルチモーダルな3D合成住宅群を, レベル・オブ・ディーテール(LoD)4で620万棟以上導入した。 このデータセットでは、各建物はLoD 4の3Dワイヤーフレームグラフ(Modality I)、対応するフロアプラン画像(Modality II)、LiDAR風屋根点雲(Modality III)の3つの異なるモードで表現される。 各ビルディングワイヤフレームのセマンティックアノテーションは、対応するフロアプランイメージから導出され、部屋、ドア、窓に関する情報を含む。
  論文  参考訳（メタデータ） (2025-08-28T19:11:01Z)
• Sat2City: 3D City Generation from A Single Satellite Image with Cascaded Latent Diffusion [18.943643720564996]
  Sat2Cityは、スパースボクセルグリッドの表現能力を潜在拡散モデルと相乗化する新しいフレームワークである。 衛星視高マップと組み合わせた大規模3D都市を合成したデータセットを提案する。 本フレームワークは, 衛星画像から詳細な3次元構造を生成し, 既存の都市モデルに比べ, 忠実度に優れていた。
  論文  参考訳（メタデータ） (2025-07-06T14:30:08Z)
• TUM2TWIN: Introducing the Large-Scale Multimodal Urban Digital Twin Benchmark Dataset [90.97440987655084]
  都市デジタルツインズ(UDT)は、都市管理と多様なソースからの複雑な異種データの統合に欠かせないものとなっている。 これらの課題に対処するために、最初の総合的マルチモーダルなUrban Digital TwinベンチマークデータセットTUM2TWINを紹介する。 このデータセットには、地理的にセマンティックに整合した3Dモデルとネットワーク、およびさまざまな地球、モバイル、航空、衛星観測結果、約10,000ドル以上のデータサブセット、そして現在767GBのデータが含まれている。
  論文  参考訳（メタデータ） (2025-05-12T09:48:32Z)
• Aether: Geometric-Aware Unified World Modeling [49.33579903601599]
  Aetherは、世界モデルにおける幾何学的推論を可能にする統一されたフレームワークである。 本フレームワークは,動作追従タスクと再構成タスクの両方においてゼロショットの一般化を実現する。 私たちの研究がコミュニティに、物理的に理にかなった世界モデリングにおける新たなフロンティアを探求させることを期待しています。
  論文  参考訳（メタデータ） (2025-03-24T17:59:51Z)
• AerialGo: Walking-through City View Generation from Aerial Perspectives [48.53976414257845]
  AerialGoは、空中画像からリアルな街並みを生成するフレームワークである。 AerialGoは、アクセス可能な航空データに地上視合成を条件付けすることで、地上レベルの画像に固有のプライバシーリスクを回避できる。 実験により、AerialGoは地上レベルのリアリズムと構造的コヒーレンスを著しく向上させることが示された。
  論文  参考訳（メタデータ） (2024-11-29T08:14:07Z)
• Building3D: An Urban-Scale Dataset and Benchmarks for Learning Roof Structures from Point Clouds [4.38301148531795]
  既存の3Dモデリング用のデータセットは主に家具や車などの一般的なオブジェクトに焦点を当てている。 エストニアの16都市約998Km2をカバーする,160万以上の建物と対応する点雲,メッシュ,ワイヤフレームモデルからなる都市規模データセットを提案する。 実験結果から,ビルディング3Dには高いクラス内分散,データ不均衡,大規模ノイズといった課題があることが示唆された。
  論文  参考訳（メタデータ） (2023-07-21T21:38:57Z)
• UrbanBIS: a Large-scale Benchmark for Fine-grained Urban Building Instance Segmentation [50.52615875873055]
  都市BISは6つの実際の都市のシーンで構成され、25億点があり、面積は10.78平方キロメートルである。 UrbanBISは、建物、車両、植生、道路、橋など、豊富な都市オブジェクトに意味レベルのアノテーションを提供する。 UrbanBISは、きめ細かいサブカテゴリを導入した最初の3Dデータセットである。
  論文  参考訳（メタデータ） (2023-05-04T08:01:38Z)
• Elevation Estimation-Driven Building 3D Reconstruction from Single-View Remote Sensing Imagery [20.001807614214922]
  リモートセンシング画像からの3D再構築は、スマートシティやフォトグラムなどの分野に幅広い応用がある。 入力単視点リモートセンシング画像から3次元ビルディングモデルを再構築するための効率的なDSM推定駆動再構築フレームワーク(Building3D)を提案する。 我々のビル3Dは高度予測のためのSFFDEネットワークに根ざし、マスク構築のためのビル抽出ネットワークと同期し、点雲再構成、表面再構成(シティGMLモデル再構成)を順次実施する。
  論文  参考訳（メタデータ） (2023-01-11T17:20:30Z)
• BuildingNet: Learning to Label 3D Buildings [19.641000866952815]
  BuildingNet: (a)外装が一貫してラベル付けされている大規模な3Dビルディングモデル、(b)幾何学的プリミティブの分析と構造的関係をビルディングにラベル付けするニューラルネットワーク。 データセットは、家、教会、高層ビル、市役所、城などのカテゴリをカバーしている。
  論文  参考訳（メタデータ） (2021-10-11T01:45:26Z)

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。