北京平台网站建设哪里好,新公司网站怎么做推广,搜索排名seo,wordpress搭建h5在这篇文章中#xff0c;我们描述了一个为阿姆斯特丹 3D 城市模型自动添加门窗的系统#xff08;可以在这里访问#xff09;。 计算机视觉用于从城市全景图像中提取有关门窗位置的信息。 由于这种类型的街道级图像广泛可用#xff0c;因此该方法可用于较大的地理区域。 推荐…在这篇文章中我们描述了一个为阿姆斯特丹 3D 城市模型自动添加门窗的系统可以在这里访问。 计算机视觉用于从城市全景图像中提取有关门窗位置的信息。 由于这种类型的街道级图像广泛可用因此该方法可用于较大的地理区域。 推荐用 NSDT编辑器 快速搭建可编程3D场景。 处于开发阶段的阿姆斯特丹 3D 城市模型可用于更轻松地向公众传达空间规划。 此外公众可以更多地参与市政府的规划决策和宗旨。 城市模型由简化形状的建筑物组成 在 CityGML1 术语中它们处于细节级别 2 (LOD2)。 在建筑物上添加门窗可以实现许多新的用例包括应急响应规划、城市可持续性和城市模拟例如“采光权”对新建筑潜在建设的影响。 阿姆斯特丹3D城市模型
本文所提出的系统可以分为以下三个步骤
1、从全景图像中提取立面纹理
第一步利用建筑物视频数据从街道全景图像中识别、校正和提取建筑物的纹理区域。下图为说明提议的处理管线第一阶段想法的示例。 左从阿姆斯特丹 Hartenstraat 拍摄的全景图像。 中全景图像的位置及其与建筑物足迹数据之间的关系。 右修正后的立面纹理。
2、从提取的纹理中检测门窗
第二步是使用 Mask R-CNN一种深度卷积神经网络从建筑物的纹理区域检测门窗。 我们生成了超过 980 张高质量的分割掩模图像来训练网络。 左修正后的立面纹理。 中左手动注释的分割掩模图像地面实况。 中右边界框、分割掩模和相应的类标签。 右边界框表示检测到的门窗。
3、将检测到的门窗添加到 3D 模型中
在第三步也是最后一步中将先前检测到的门窗与输入的 CityGML LOD2 模型对齐以构建 CityGML LOD3 模型。
上图为使用所提出的系统在 LOD3 中生成虚拟街道场景。 使用 Azul CityGML 查看器 进行可视化。
这是该项目的演示视频 代码可以从github下载。 原文链接深度学习增强3D城市模型 — BiMAnt
