检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三维线结构的建筑物室内建模

基于三维线结构的建筑物室内建模

作者：侯士伟厦门大学

学位级别：硕士

随着城市人口的增长和大型建筑物的大量增加,对室内环境详细的空间信息的需求不断增加。近年来,建筑物内部的三维建模和重建工作为建筑物地基保护、建筑物维护、建筑物更新翻修及灾难救援等任务提供了具有丰富空间信息的三维立体模型。... 详细信息

随着城市人口的增长和大型建筑物的大量增加,对室内环境详细的空间信息的需求不断增加。近年来,建筑物内部的三维建模和重建工作为建筑物地基保护、建筑物维护、建筑物更新翻修及灾难救援等任务提供了具有丰富空间信息的三维立体模型。室内建筑三维模型一般包括建筑物的主体结构,如天花板、地面、墙壁、门和窗户等,但不包括室内空间中的可移动物体,如家具等。针对室内建筑环境特点,本文提出了一种基于语义线框架的三维建模方法。本文提出的方法首先对原始点云数据进行语义标注,标注为墙壁、天花板、地面和其它四类;接着对标注的点云进行框线提取操作,提取出框线结构用来实现建筑物模型的基本描述。为了优化由家具遮挡等造成的提取出来的不完整框线,本文构建了基于条件生成对抗网络深度学习模型对框线进行以下优化,包括结构补全、冗余移除及框线正则化。本文最终将获取带有语义信息的室内建筑框线模型,该模型也可用于原始点云质量的评估及室内外一体化建模任务上。本文的主要工作内容包括:1、针对室内三维建模问题,本文提出了一个基于语义标注结果的室内建筑模型框线提取方法,在本文提出的方法中,不要求建筑物具有特定的结构组成,例如绝对意义上的墙面垂直及地面水平等要求。2、针对由室内点云数据残缺造成的提取出的框线不完整问题,本文提出了一个基于条件生成对抗网络的深度学习模型,优化提取出来的框线结构。3、针对不同质量的室内外点云数据问题,本文提出了一个基于线结构的室内外场景一体化配准方法,利用在墙面上提取出的门窗线结构进行室内外场景一体化配准。本文在大量真实数据集上对以上三个研究内容进行了实验验证,并对实验结果做了定量和定性分析。在框线提取方法上,与相关的室内线结构提取方法做了对比实验,结果表明本文的方法所提取的线结构更好。

关键词：三维点云室内建模移动激光测量框线提取深度学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于结构光相机与隐式表面重建的室内建模

武汉工程大学学报 2024年第3期46卷 317-324页

作者：王一川王家奎熊伦余子洋光学信息与模式识别湖北省重点实验室湖北武汉430205 武汉工程大学光电信息与能源工程学院湖北武汉430205 武汉唯理科技有限公司湖北武汉430223

深度相机在室内建模领域中以其快速、精准、鲁棒的特性而备受青睐。然而,在实际应用中,深度相机在获取精准深度信息时面临诸多挑战,如环境光干扰、点云噪声众多以及深度缺值。针对上述问题,提出了一种新型的结构光神经隐式表面(SL-NeuS... 详细信息

深度相机在室内建模领域中以其快速、精准、鲁棒的特性而备受青睐。然而,在实际应用中,深度相机在获取精准深度信息时面临诸多挑战,如环境光干扰、点云噪声众多以及深度缺值。针对上述问题,提出了一种新型的结构光神经隐式表面(SL-NeuS)重建方法。通过结合广泛的三维重建技术,包括多目立体视觉(MVS)、神经网络、神经辐射场和神经隐式表面(NeuS),克服了现有技术在室内建模中的局限性。特别地,利用基于可微分循环优化启发设计的同步定位和建图(DROID-SLAM)算法精确获取相机外参,并结合单目深度估计和单目法向估计先验信息,有效地实现了精确的室内三维建模。实验结果显示,SL-NeuS重建方法在不同深度相机的性能分析中表现优越,成功降低了环境光影响和光学失真对建模精度的干扰。应用该方法对各种室内场景进行建模,误差可控制在极小范围内,实现了高精度的室内三维重建。本方法不仅提高了室内建模的准确性,还大幅减少了训练时间,为数字建筑和数字导航等领域提供了重要的技术支持。

关键词：室内建模结构光神经隐式表面三维重建

在线全文

学校读者我要写书评

暂无评论

基于点云数据的室内建模技术研究

中文科技期刊数据库（全文版）工程技术 2024年第11期 114-117页

作者：张立群徐州市勘察测绘研究院有限公司江苏徐州221000

随着无人驾驶、地图导航、虚拟现实等技术的快速发展,点云数据处理与三维室内建模技术日益受到关注。点云数据作为获取三维信息的高效手段,在室内模型构建中扮演核心角色。本文深入探讨了点云数据在室内建模的应用,首先通过多视图融合... 详细信息

随着无人驾驶、地图导航、虚拟现实等技术的快速发展,点云数据处理与三维室内建模技术日益受到关注。点云数据作为获取三维信息的高效手段,在室内模型构建中扮演核心角色。本文深入探讨了点云数据在室内建模的应用,首先通过多视图融合与密集匹配技术获取高精度、高密度的室内点云数据,进而运用几何图形分割、参数估计等方法进行特征提取,并利用特征匹配技术实现室内三维模型的精确构建,为相关领域的发展提供了有力支持。同时,本研究基于建筑学规则,采用分层建模方法,将研究内容从单元素模型扩展到整个室内空间,全面建模室内门窗、墙体、地面等构造和空间布局,实现了室内三维地理信息模型的精准构建。实验表明,基于点云数据的室内建模具有较高的模型构建精度,能够满足不同领域对室内三维模型的需求。本文的研究提供了一种有效、通用的技术手段,对推动点云数据处理技术的发展和应用具有重要意义。

关键词：点云数据室内建模特征匹配分层建模方法三维地理信息模型

基于室内SLAM点云数据的建筑物部件提取及建模

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于室内SLAM点云数据的建筑物部件提取及建模

作者：陶帅兵南京师范大学

学位级别：硕士

基于三维激光扫描技术的SLAM（Simultaneous Localization and Mapping）系统是快速获取室内空间三维信息的关键技术,基于室内点云数据的分类、建筑物部件提取及建模对室内空间分析等应用具有重要的意义。然而,直接获取到的点云数据具... 详细信息

基于三维激光扫描技术的SLAM（Simultaneous Localization and Mapping）系统是快速获取室内空间三维信息的关键技术,基于室内点云数据的分类、建筑物部件提取及建模对室内空间分析等应用具有重要的意义。然而,直接获取到的点云数据具有海量性、密度不均匀、遮挡严重、存在噪声污染等特性,导致现有的室内三维点云数据预处理方法鲁棒性不强;同时,室内部件的点云特征提取对大范围的空间邻域信息的利用缺失、点云分割方法存在过分割和欠分割现象以及点云分类网络模型有待进一步探索等问题;此外,现有的点云室内建模方法通常无法生成语义和拓扑完备的精细建筑模型,且精度有待提高。针对上述问题,本文首先对室内点云数据进行滤波处理,以方便点云数据的分类和分割处理。为了考虑更大范围的邻域信息,利用循环神经网络更新空间点的特征以提升点云的分类精度,引入注意力机制联合实现点云数据的语义分割和实例分割,使两者相互促进。最后,基于分类和分割的结果,提取室内建筑物点云数据的点、面特征并生成包含语义、拓扑的建筑物模型。本文的研究内容和工作成果主要包含以下几点:（1）室内房间分割与点云滤波。室内场景的点云数据量较大,首先根据点云数据高程Z方向的分布直方图将其划分为不同的楼层,对每层的点云数据,在其二维投影平面上构建三角网并利用图割法将其划分为不同房间的数据;针对每个房间,利用改进的噪声修正网络对原始的扫描数据进行滤波。（2）基于特征增强型神经网络的建筑物点云分类。以经过分割和去噪的点云数据作为输入数据,构建点云分类的神经网络,利用双向循环神经网络更新点的特征以充分考虑空间邻域信息;设计神经网络的结构避免特征退化和梯度消失,从而实现建筑物点云数据的提取。（3）建筑物点云数据的语义和实例联合分割。以度量学习方法将建筑物点云数据分别嵌入在高维语义空间和实例空间,引入注意力机制联合实现建筑物点云的语义分割和实例分割,使两者相互增强。（4）室内点云数据的三维建模。利用分类及分割后的结果提取出室内点云数据的天花板、地板、墙、门、窗等固定结构的点云数据,然后利用分割和边界优化等算法提取出室内模型的关键点、面信息及其语义信息,并根据几何、语义信息对结果进行验证,最后生成语义、拓扑完备的室内模型。本文利用公开的S3DIS数据集、ScanNet数据集和实测的南京师范大学室内数据集对提出的算法进行了实验验证。实验结果表明:本文提出的基于特征增强型神经网络的建筑物点云分类算法提升了建筑物点云数据的分类精度,语义和实例联合分割算法提高了建筑物点云数据的分类和分割精度;室内点云数据的三维建模方法能够生成几何、语义丰富的室内建筑物模型,提升了室内建模的自动化程度。

关键词：深度学习三维点云语义分割实例分割注意力机制室内建模

通过建模技术解决入职消防员倍力拉升系统室内教学难题

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

今日消防 2020年第2期5卷 104-105,108页

作者：卞先华林静重庆邮电大学重庆市消防救援总队

倍力拉升系统是高空山地救援中的重要绳索救援系统,也是绝大多数从下至上绳索救援中的必需组成部分和重要的教学内容。由于入职消防员理论基础和动手能力都十分薄弱,因此教员主要依靠户外的实景教学来达到教学效果。尤其是针对拉升角度... 详细信息

倍力拉升系统是高空山地救援中的重要绳索救援系统,也是绝大多数从下至上绳索救援中的必需组成部分和重要的教学内容。由于入职消防员理论基础和动手能力都十分薄弱,因此教员主要依靠户外的实景教学来达到教学效果。尤其是针对拉升角度这一重要理论和技术环节,教学基本以实景结合器材展示的方式来进行。本文立足消防救援队伍在高空山地救援的实战、竞赛和教学经验,阐述在外部疫情严峻或自然环境不利、无法开展实景教学时,通过室内建模的手段来达到与实景教学相似的学习效果并提出相关解决对策。

关键词：室内建模拉升角度教学

在线全文

学校读者我要写书评

暂无评论

基于案例库的室内区域自动布局方法

计算机辅助设计与图形学学报 2017年第1期29卷 90-100页

作者：刘米兰蒋浩许威威徐明亮毛天露王兆其中国科学院计算技术研究所前瞻研究实验室北京100190 移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049 浙江大学计算机系杭州311121 郑州大学信息科学交叉研究中心郑州450001

为了在复杂的室内空间中自动生成合理的家具布局,提出基于案例库的室内区域自动布局方法.首先从案例库中抽取先验知识,训练布局预测模型;然后将布局问题的硬约束和布局预测模型相结合,构造能量函数,以描述室内功能区域布局的合理程度;... 详细信息

为了在复杂的室内空间中自动生成合理的家具布局,提出基于案例库的室内区域自动布局方法.首先从案例库中抽取先验知识,训练布局预测模型;然后将布局问题的硬约束和布局预测模型相结合,构造能量函数,以描述室内功能区域布局的合理程度;最后在目标空间中通过随机优化的方法对能量函数进行优化求解.实验结果表明,在没有提前设定布局约束的情况下,该方法能在复杂的室内空间中生成较合理的家具布局.

关键词：室内建模自动布局三维场景随机优化基于案例库

在线全文

学校读者我要写书评

暂无评论

面向室内空间智能的三维场景图表达与应用

测绘学报 2024年第7期53卷 1355-1370页

作者：汤圣君杜思齐王伟玺郭仁忠深圳大学亚热带建筑与城市科学全国重点实验室广东深圳518061 深圳大学建筑与城市规划学院广东深圳518061

现有室内三维场景表达聚焦于对象化的描述方法,其要素表达还停留在对象级语义理解层面,欠缺对室内场景复杂关系信息的显示表达。面向室内空间智能任务需求,亟需一个能够完整、准确描述室内要素几何、语义及关系,且具备语义检索和分析推... 详细信息

现有室内三维场景表达聚焦于对象化的描述方法,其要素表达还停留在对象级语义理解层面,欠缺对室内场景复杂关系信息的显示表达。面向室内空间智能任务需求,亟需一个能够完整、准确描述室内要素几何、语义及关系,且具备语义检索和分析推理能力的结构化模型支撑。基于三维场景图基础理论,本文创新性地提出面向室内空间智能的三维场景图表达模型,系统性介绍了室内三维场景图要素层级化组织、几何表达、语义描述、关系描述方法,建立了一个可统一描述室内要素几何、语义及关系的室内三维场景图概念模型。同时,该图模型可以与现有的三维场景表达方法进行融合表达,具有良好的数据兼容性。最终,本文基于公开的IFC模型构建了完整且具有多层级关系信息的三维场景图模型,并且结合大语言模型通过复杂场景检索、拓扑分析等应用对该模型的应用能力、潜力及局限性进行了系统性探讨和分析。结果表明,室内三维场景图模型具备复杂计算和分析能力,可直接与大语言模型集成,通过简单的自然语言提示实现复杂的场景分析应用。

关键词：室内建模图模型 IFC CityGML 大语言模型

超体素随机森林与LSTM神经网络联合优化的室内点云高精度分类方法

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2023年第4期48卷 525-533页

作者：汤圣君张韵婕李晓明姚萌萌叶致煌李亚鑫郭仁忠王伟玺深圳大学建筑与城市规划学院智慧城市研究院&自然资源部城市自然资源监测与仿真重点实验室广东深圳518061 香港城市大学建筑与土木工程系中国香港999077 香港理工大学深圳研究院广东深圳518061

针对现有三维点云数据分割分类方法存在分类目标内部不一致的问题,提出一种超体素随机森林与长短期记忆神经网络(long short-term memory,LSTM)联合优化的室内点云高精度分类方法。该方法根据超体素结构具备内部特征一致性的特点,对原... 详细信息

针对现有三维点云数据分割分类方法存在分类目标内部不一致的问题,提出一种超体素随机森林与长短期记忆神经网络(long short-term memory,LSTM)联合优化的室内点云高精度分类方法。该方法根据超体素结构具备内部特征一致性的特点,对原始点云进行超体素划分,并以超体素为基本单元进行多元特征计算,搭建室内点云超体素随机森林分类模型,实现点云数据的粗分类。在此基础上,引入LSTM对粗分类的超体素邻域连接关系进行神经网络模型训练与预测,实现超体素粗分类结果的优化。基于开放数据集对所提分类方法进行有效性和精度验证,结果显示,该方法在公开数据集中对13类要素的分类精度可达到83.2%;与经典的深度学习框架相比,该方法在小样本训练时可以达到更优的分类精度。

关键词：超体素随机森林 LSTM 点云分类室内建模

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于复合模型的家居场景生成方法

计算机学报 2017年第11期40卷 2533-2545页

作者：刘米兰蒋浩毛天露王兆其中国科学院计算技术研究所前瞻研究实验室北京100190 移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049

室内三维场景生成技术近年来已得到广泛应用,但如何高效和自动化地生成场景元素的空间组织,仍然是个具有挑战性的问题.为了在给定的目标空间中快速生成符合日常生活规范的家居场景,提高室内场景建模的效率,该文基于室内设计领域的住宅... 详细信息

室内三维场景生成技术近年来已得到广泛应用,但如何高效和自动化地生成场景元素的空间组织,仍然是个具有挑战性的问题.为了在给定的目标空间中快速生成符合日常生活规范的家居场景,提高室内场景建模的效率,该文基于室内设计领域的住宅空间家具配置流程,提出用于布局计算的复合模型,处理场景元素的组织和布局问题.具体地,该复合模型将室内场景中的对象分为代理区域和场景元素两个层次,首先以代理区域为单位,依据人体工程学的布局规则在目标空间中进行自动布局计算,然后通过案例库搜索,在代理区域中适配具体的场景元素,形成完整的家居场景.实验表明,与以家具为个体进行自动布局计算的方法相比,用代理区域代理一组家具进行布局减少了目标空间中参与布局的个体数目,降低了布局复杂度,在相同的运行时间下,能得到更为合理的布局结果.通过基于复合模型的家居场景生成方法,用户只需提供户型结构数据,而无需提前一一指定具体的家居元素,能给用户使用带来较大便利.

关键词：室内建模自动布局三维场景复合模型随机优化