論文の概要: Facade Segmentation for Solar Photovoltaic Suitability
- arxiv url: http://arxiv.org/abs/2511.18882v1
- Date: Mon, 24 Nov 2025 08:37:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:25.111421
- Title: Facade Segmentation for Solar Photovoltaic Suitability
- Title（参考訳）: 太陽太陽光発電に対するファサードセグメンテーション
- Authors: Ayca Duran, Christoph Waibel, Bernd Bickel, Iro Armeni, Arno Schlueter,
- Abstract要約: BIPVファサードの構築は, 都市における脱炭素化への道のりとして有望である。
本稿では、ファサードのアーキテクチャ構成の詳細情報を統合して、PVアプリケーションに適した表面を自動的に識別するパイプラインを提案する。
373ファサードを10都市の既知次元のデータセットに適用すると, BIPV電位が理論的ポテンシャルよりも著しく低いことが示唆された。
- 参考スコア（独自算出の注目度）: 12.583396033307954
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Building integrated photovoltaic (BIPV) facades represent a promising pathway towards urban decarbonization, especially where roof areas are insufficient and ground-mounted arrays are infeasible. Although machine learning-based approaches to support photovoltaic (PV) planning on rooftops are well researched, automated approaches for facades still remain scarce and oversimplified. This paper therefore presents a pipeline that integrates detailed information on the architectural composition of the facade to automatically identify suitable surfaces for PV application and estimate the solar energy potential. The pipeline fine-tunes SegFormer-B5 on the CMP Facades dataset and converts semantic predictions into facade-level PV suitability masks and PV panel layouts considering module sizes and clearances. Applied to a dataset of 373 facades with known dimensions from ten cities, the results show that installable BIPV potential is significantly lower than theoretical potential, thus providing valuable insights for reliable urban energy planning. With the growing availability of facade imagery, the proposed pipeline can be scaled to support BIPV planning in cities worldwide.
- Abstract（参考訳）: 統合太陽光発電(BIPV)ファサードの構築は、特に屋根の面積が不足し、地上に設置したアレイが実現不可能な都市脱炭への有望な道の1つである。
屋上における太陽光発電(PV)計画を支援する機械学習ベースのアプローチはよく研究されているが、ファサードの自動化アプローチは依然として乏しく、単純化されている。
そこで本稿では、ファサードの建築構成の詳細情報を統合して、PV適用に適した表面を自動同定し、太陽エネルギーポテンシャルを推定するパイプラインを提案する。
CMP Facadesデータセット上のパイプラインファインチューンSegFormer-B5は、モジュールサイズとクリアランスを考慮したセマンティック予測を、ファサードレベルのPV適合マスクとPVパネルレイアウトに変換する。
その結果, BIPVの設置可能電位は理論的ポテンシャルよりも著しく低いことが示され, 信頼性の高い都市エネルギー計画のための貴重な知見が得られた。
ファサード画像の普及に伴い、世界中の都市でBIPVプランニングをサポートするために、提案されたパイプラインをスケールすることができる。
関連論文リスト
- Solar PV Installation Potential Assessment on Building Facades Based on Vision and Language Foundation Models [11.037550898765502]
本研究では,SF-SPA(Semantic Facade Solar-PV Assessment)を提案する。
このアプローチは、コンプタービジョンと人工知能技術を組み合わせて、視点歪み補正、ファサード要素の意味的理解、PVレイアウト最適化のための空間推論の3つの主要な課題に対処する。
論文 参考訳（メタデータ） (2025-10-01T11:51:28Z) - Ultra-short-term solar power forecasting by deep learning and data reconstruction [60.200987006598524]
深層学習に基づく超短周期太陽エネルギー予測とデータ再構成を提案する。
我々は、ターゲット予測期間に対する長期的および短期的依存関係をキャプチャするために、ディープラーニングモデルを用いる。
論文 参考訳（メタデータ） (2025-09-21T14:22:35Z) - Global Estimation of Building-Integrated Facade and Rooftop Photovoltaic Potential by Integrating 3D Building Footprint and Spatio-Temporal Datasets [24.770137545969312]
本研究は, ビル・インテグレート型太陽光発電(BIPV)ポテンシャルを時間的・空間的に推定することの課題に取り組む。
各種気象データソースと3Dビルディングフットプリントモデルを統合し,BIPVポテンシャルを評価するための総合的手法を提案する。
我々は, BIPV電位測定における3次元建築形態, 都市景観形態, 地理的位置決めの重要性を強調した。
論文 参考訳（メタデータ） (2024-12-02T09:04:16Z) - SolarSAM: Building-scale Photovoltaic Potential Assessment Based on Segment Anything Model (SAM) and Remote Sensing for Emerging City [0.0]
本研究では,リモートセンシング画像とディープラーニング技術を活用した新しいBIPV評価手法であるSolarSAMを紹介する。
プロセス中、SolarSAMはテキストプロンプトによるセマンティックセマンティックセマンティクスを使用して、さまざまなビルの屋上をセマンティクスした。
次に、このセグメント化されたデータと局所的な気候情報を用いて、Rooftop PV、Facade-Integrated PV、PVウインドウシステム向けに別々のPVモデルを開発した。
毎年のBIPV発電の可能性は市の電力消費量を2.5倍上回った。
論文 参考訳（メタデータ） (2024-06-29T03:29:27Z) - Estimating Residential Solar Potential Using Aerial Data [0.4811810722979911]
プロジェクトは高品質の航空データを用いて住宅のソーラーポテンシャルを推定する。
プロジェクトのカバレッジは、高解像度のデジタルサーフェスマップ(DSM)データの欠如によって制限される。
本稿では,このギャップを埋める深層学習手法を提案する。
論文 参考訳（メタデータ） (2023-06-23T15:37:21Z) - Data-driven soiling detection in PV modules [58.6906336996604]
太陽光発電モジュールの土質比を推定する問題について検討した。
私たちのアルゴリズムの重要な利点は、ラベル付きデータでトレーニングする必要がない、土壌を推定することです。
実験により, 土質比を推定するための工法として, 現状を著しく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2023-01-30T14:35:47Z) - Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。
我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
論文 参考訳（メタデータ） (2022-11-15T13:52:41Z) - Panoramic Panoptic Segmentation: Insights Into Surrounding Parsing for
Mobile Agents via Unsupervised Contrastive Learning [93.6645991946674]
我々はパノラマパノラマパノプティクスのセグメンテーションを最も総合的なシーン理解として紹介する。
完全な周囲の理解は、移動エージェントに最大限の情報を提供する。
本稿では,標準的なピンホール画像のモデルトレーニングを可能にし,学習した特徴を別のドメインに転送するフレームワークを提案する。
論文 参考訳（メタデータ） (2022-06-21T20:07:15Z) - SolarGAN: Synthetic Annual Solar Irradiance Time Series on Urban
Building Facades via Deep Generative Networks [0.0]
ビル・インテグレート・ソーラー(BIPV)は、ビルのエンベロープで利用可能な太陽エネルギーを利用して都市エネルギーシステムを脱炭する有望な技術である。
既存の物理に基づくシミュレーションプログラムは、時間解決結果を生成するために、かなりのモデリングと計算時間を必要とする。
本稿では,建築ファサード上での年間日射量時系列の高忠実なアンサンブルを効率的に生成する,Deep Generative Networks (DGN) に基づくデータ駆動モデルを提案する。
論文 参考訳（メタデータ） (2022-06-01T20:17:11Z) - Visual Learning-based Planning for Continuous High-Dimensional POMDPs [81.16442127503517]
Visual Tree Search (VTS)は、オフラインで学習した生成モデルとオンラインモデルベースのPOMDP計画を組み合わせた学習と計画の手順である。
VTSは、モンテカルロの木探索プランナーにおける画像観測の可能性を予測し評価するために、一連の深部生成観測モデルを利用することで、オフラインモデルトレーニングとオンラインプランニングを橋渡しする。
VTSは、異なる観測ノイズに対して堅牢であり、オンラインのモデルベースプランニングを利用するため、再トレーニングを必要とせずに、異なる報酬構造に適応できることを示す。
論文 参考訳（メタデータ） (2021-12-17T11:53:31Z) - Panoramic Panoptic Segmentation: Towards Complete Surrounding
Understanding via Unsupervised Contrastive Learning [97.37544023666833]
我々は,パノラマパオプティックセグメンテーションを最も総合的なシーン理解として導入する。
完全な周囲の理解は、エージェントに最大限の情報を提供する。
標準ピンホール画像のモデルトレーニングを可能にし、学習した機能を異なるドメインに転送するフレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-01T09:37:27Z)
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。