基于三维点云数据的模板系统构件自动间距测量
本文提出了基于对称性和密度自适应阈值的边缘检测方法和基于聚类曲率向量的角点检测方法,对RGB-D语义分割和3D模型进行了验证,在机器人焊接的自动化中提出了基于点云的焊缝检测新方法,与Harris 3D算法相比证明了其优越性。
Sep, 2018
本文介绍了基于2D建筑多边形和LiDAR点云自动重建3D建筑模型的工作流程,该工作流程生成不同层次细节(LoDs)的模型,并监控数据质量以满足不同应用的数据需求。
Dec, 2021
本研究运用多类目标分割算法结合Sentinel-1和-2卫星数据,测量中国建筑物(即建筑物占地面积和高度)的楼板面积及其演变,旨在构建城市发展时间序列。
Mar, 2023
提出一种基于目标检测算法的自动化建筑施工进度监控方法,通过集成计算机视觉技术,可以为利益相关者提供可靠、高效和经济的监控手段,从而促进项目进度的及时决策,最终实现建设项目的成功完成。
May, 2023
本研究提出了一种混合的语义几何方法,通过基于PointNet ++的语义分割网络与地理推理规则相结合,将激光扫描建筑点云转化为二维平面图,同时对精度、召回率、交并比、Betti误差和形变误差等方面进行评估。
May, 2023
这篇论文介绍了一个城市建模的数据集Building3D,它包括超过160,000幢建筑物的点云、网格和线框模型,覆盖爱沙尼亚的16个城市,面积约为998平方公里。作者通过对先进算法的评估发现Building3D存在高内类别差异、数据不平衡和大规模噪声等挑战。这个数据集是首个最大规模的城市建模基准,可以用于监督学习和自监督学习方法的比较。作者认为Building3D将促进未来在城市建模、航路规划、网格简化和语义/部分分割等领域的研究。
Jul, 2023
我们提出了一种新的基准测试(Nothing Stands Still),该基准测试旨在评估能够处理大规模空间和时间变化的3D场景的点云注册方法。
Nov, 2023
基于3D点云数据的制造零件表面质量检测吸引了日益增多的关注。我们提出了一种基于3D点云数据的新型未训练异常检测方法,用于复杂制造零件,能够在无训练数据的情况下实现准确的异常检测。
Apr, 2024
本研究解决了增强混凝土桥元素实例分割的不足,针对传统人工评估繁重、耗时的问题,提出了一种新颖的合成数据生成方法。通过结合Mask3D变换器模型及其优化策略,该框架在真实激光雷达和摄影测量桥点云上实现了最先进的性能,展示了其在自动化桥梁元素级检查中的巨大潜力。
Sep, 2024