論文の概要: SVI2LoD3: Agent-Driven Reconstruction of LoD3 Facade Openings in Semantic 3D City Models from Volunteered Street View Imagery using Large Language and Visual Models

• arxiv url: http://arxiv.org/abs/2608.29992v1
• Date: Sun, 30 Aug 2026 19:37:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.14284
• Title: SVI2LoD3: Agent-Driven Reconstruction of LoD3 Facade Openings in Semantic 3D City Models from Volunteered Street View Imagery using Large Language and Visual Models
• Title（参考訳）: SVI2LoD3:大規模言語と視覚モデルを用いた任意ストリートビュー画像からの意味的3次元都市モデルにおけるLoD3ファサードオープニングのエージェント駆動再構築
• Abstract要約: 本稿では,3次元都市モデルにおけるファサード開口部再構築のためのエンドツーエンドのエージェント駆動パイプラインを提案する。 ファサード特徴距離(FFD)と呼ばれるファサード再構成のための新しい評価基準も導入する。 提案したパイプラインと評価戦略は、セマンティックに富んだ3D都市モデルの自動生成と分析に実用的でスケーラブルな貢献を提供する。
• 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 presents an end-to-end, agent-driven pipeline for the LoD3 reconstruction of facade openings in 3D city models, producing directly usable CityGML-conform outputs. In contrast to existing approaches that rely on supervised semantic segmentation and therefore require large amounts of manually annotated training data, the proposed method employs a zero-shot segmentation strategy. This substantially reduces the annotation effort while still achieving strong performance in our benchmark on the eTRIMS dataset. A further key contribution is the enforcement of correct partonomic hierarchies, thereby producing CityGML-conform LoD3 building models. Beyond the reconstruction pipeline itself, this work also introduces a novel evaluation metric for facade reconstruction, termed Facade Feature Distance (FFD). Unlike conventional metrics such as mIoU or FRDS, which assess similarity primarily through pixel-wise overlap, FFD measures distance in a high-level feature space derived from a vision transformer. In doing so, it captures both semantic correctness and architectural layout, providing a more suitable assessment of facade reconstruction quality. The proposed pipeline and evaluation strategy together offer a practical and scalable contribution toward the automated generation and analysis of semantically enriched 3D city models. The developed code is published at: https://github.com/hcu-cml/citydb-SVI2LoD3-ai.
• Abstract（参考訳）: 本稿では,3次元都市モデルにおけるファサード開口部再構築のためのエンド・ツー・エンドのエージェント駆動パイプラインを提案し,直接使用可能なCityGML変換出力を生成する。 教師付きセマンティックセグメンテーションに依存する既存のアプローチとは対照的に,提案手法ではゼロショットセグメンテーション戦略を採用している。 これにより、ETRIMSデータセットのベンチマークで強いパフォーマンスを保ちながら、アノテーションの労力を大幅に削減できます。 さらに重要な貢献は、正しいパーソノミック階層の実施であり、それによってCityGMLに変換されたLoD3ビルディングモデルを生成する。 再建パイプライン自体以外にも、この研究はFacade Feature Distance (FFD)と呼ばれるファサード再構成のための新しい評価基準も導入している。 mIoUやFRDSのような従来のメトリクスとは異なり、FFDは視覚変換器から派生した高レベルの特徴空間における距離を測定する。 これにより、セマンティックな正しさとアーキテクチャのレイアウトの両方をキャプチャし、ファサードの再構築品質をより適切に評価することができる。 提案したパイプラインと評価戦略は、セマンティックに富んだ3D都市モデルの自動生成と分析に実用的でスケーラブルな貢献を提供する。 開発コードは、https://github.com/hcu-cml/citydb-SVI2LoD3-aiで公開されている。

関連論文リスト

• SemCityLoc: Aerial 6DoF Localization Using Semantic 3D City Models [51.121529170856064]
  本研究では,空中ポーズ推定を再構成する意味幾何学的アライメントシステムSemCityLocを提案する。 粗い輪郭や密集したテクスチャをマッチングする代わりに、本手法は、セマンティックサーフェスとモノクルディープを軽量なセマンティック3Dビルディングモデルと整合させる。 実験は、既存のマップベースのアプローチよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2026-06-25T18:13:39Z)
• LSRM: High-Fidelity Object-Centric Reconstruction via Scaled Context Windows [10.300202521638274]
  本研究では,大規模スパース再構成モデルを導入し,拡張型コンテクストウィンドウがフィードフォワード3D再構成に与える影響について検討する。 アクティブなオブジェクトや画像トークンの数を大幅に増やすことで、コンテキストウィンドウを拡大することで、このギャップを著しく狭め、高忠実度な3Dオブジェクト再構成と逆レンダリングを可能にします。
  論文  参考訳（メタデータ） (2026-04-06T21:21:12Z)
• LoST: Level of Semantics Tokenization for 3D Shapes [50.847769883816085]
  State-of-the-artメソッドは、もともとレンダリングと圧縮のために設計された幾何学的なレベル・オブ・ディテール(LoD)階層に依存している。 本稿では,初期接頭辞が完全かつ可塑性な形状をデコードするように,サリエンスを指示するレベル・オブ・セマンティックス・トークン化(LoST)を提案する。 LoSTはSOTA再構成を実現し、幾何的および意味的再構成のメトリクスにおいて、従来のLoDベースの3次元形状トークン化器を大きなマージンで上回っている。
  論文  参考訳（メタデータ） (2026-03-18T17:56:06Z)
• GSD: View-Guided Gaussian Splatting Diffusion for 3D Reconstruction [52.04103235260539]
  単一視点からの3次元オブジェクト再構成のためのガウススプティング表現に基づく拡散モデル手法を提案する。 モデルはGS楕円体の集合で表される3Dオブジェクトを生成することを学習する。 最終的な再構成されたオブジェクトは、高品質な3D構造とテクスチャを持ち、任意のビューで効率的にレンダリングできる。
  論文  参考訳（メタデータ） (2024-07-05T03:43:08Z)
• GEOcc: Geometrically Enhanced 3D Occupancy Network with Implicit-Explicit Depth Fusion and Contextual Self-Supervision [49.839374549646884]
  本稿では,視覚のみのサラウンドビュー知覚に適したジオメトリ強化OccupancyネットワークであるGEOccについて述べる。 提案手法は,Occ3D-nuScenesデータセット上で,画像解像度が最小で,画像バックボーンが最大である状態-Of-The-Art性能を実現する。
  論文  参考訳（メタデータ） (2024-05-17T07:31:20Z)
• 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)
• Scan2LoD3: Reconstructing semantic 3D building models at LoD3 using ray casting and Bayesian networks [40.7734793392562]
  詳細レベル(LoD)3でセマンティックな3Dビルディングモデルを再構築することは、長年にわたる課題である。 セマンティックなLoD3構築モデルを正確に再構築する新しい手法であるScan2LoD3を提案する。 提案手法は,LoD3における確率駆動型セマンティック3次元再構成の開発を促進できると考えている。
  論文  参考訳（メタデータ） (2023-05-10T17:01:18Z)
• Combining visibility analysis and deep learning for refinement of semantic 3D building models by conflict classification [3.2662392450935416]
  本稿では,3次元モデルと窓とドアの特徴を統合化するための可視性解析とニューラルネットワークを組み合わせる手法を提案する。 この方法では、占有するボクセルは分類された点雲で融合され、ボクセルに意味を与える。 セマンティックボクセルとコンフリクトはベイズネットワークに組み合わされ、3Dモデルライブラリを用いて再構成されたファサード開口の分類と記述を行う。
  論文  参考訳（メタデータ） (2023-03-10T16:01:30Z)
• 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)
• Translational Symmetry-Aware Facade Parsing for 3D Building Reconstruction [11.263458202880038]
  本稿では,深部ニューラルネットワーク改善のための新しい翻訳対称性に基づくアプローチを提案する。 本研究では,単一段ネットワークにおけるアンカーフリー検出を融合させる新しい手法を提案する。 我々はBlenderのような市販のレンダリングエンジンを使用して、手続きモデルを用いて現実的な高品質な3Dモデルを再構築する。
  論文  参考訳（メタデータ） (2021-06-02T03:10:51Z)
• SCFusion: Real-time Incremental Scene Reconstruction with Semantic Completion [86.77318031029404]
  本研究では,シーン再構成とセマンティックシーン補完を段階的かつリアルタイムに共同で行うフレームワークを提案する。 我々のフレームワークは、3Dグローバルモデルでセマンティックコンプリートを正確かつ効率的に融合させるために、占有マップを処理し、ボクセル状態を活用するように設計された新しいニューラルアーキテクチャに依存している。
  論文  参考訳（メタデータ） (2020-10-26T15:31:52Z)

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。