Dec, 2023

使用 BIM 数据作为输入和输出以提高对建筑物照明元素的检测

PDF
TL;DR自动检测、定位建筑物的照明元件，借助建筑信息建模（BIM）数据，提供节能策略。通过改进的检测系统和新的细化算法、平面估计、BIM 信息应用于悬挂式和嵌入式灯具，实现更好的检测、定位和识别结果。
automatic detectionlocalizationlighting elementsbuilding information modelingenergy-saving strategies
发现论文，激发创造
  • 基于建筑物中灯具的自动检测、识别和定位的 BIM 数据生成

    本研究介绍了一种支持建筑物中灯具的检测、识别和定位的方法，旨在通过建筑信息模型（BIM）方法自动填充其能源模型，在建筑行业中通过正确管理照明基础设施来应用节能策略，通过使用灰度图像和独特的灯具几何和亮度，我们提出的方法能够以低计算需求获得准确的结果，实现几乎实时的处理；我们的方法的主要创新在于候选搜索的焦点不在整个图像上，而是仅在概括灯具特定特征的有限区域中，我们的方法获得的信息被用于 Green Building XML Schema，以展示算法结果的自动 BIM 数据生成。

    Dec, 2023

  • 基于计算机视觉的建筑物灯具检测的方向受限系统

    利用计算机视觉方法检测建筑物中的照明元件，通过引入两项改进措施提高系统精确性：首先，在建筑信息模型的几何信息基础上对检测姿态的初始估计和改进估计进行优化方法中引入方向约束，其次，在引入方向约束后通过附加的重新投影误差过滤步骤来排除错误姿态，从而在保持定位和识别误差较低的同时大大增加检测数量。通过五个不同案例研究使用超过 30,000 张图片进行测试，结果显示在检测数量、正确模型和状态识别的比例以及检测与参考位置之间的距离方面均有所改善。

    Dec, 2023

  • 通过将语义 LiDAR 点云与设计的 BIM 模型集成，实现城市 GeoBIM 建设

    本研究提出了一种将激光雷达点云与 BIM 模型相匹配的方法，通过深度学习算法与图论相结合，实现了对城市场景的重建，从而解决了 LiDAR 数据质量以及 BIM 模型位置精度不足的问题。该方法在分割和匹配过程中表现出了很好的效果，可以提供一种快速准确的城市 GeoBIM 建设解决方案。

    Apr, 2023

  • A-Scan2BIM: 辅助扫描到建筑信息建模

    本文介绍了一种用于辅助建筑师的系统，将大型点云转换为建筑的标准化数字表示，用于建筑信息建模（BIM）应用。系统通过自动地预测一系列建模编辑操作来帮助建筑师进行 Scan-to-BIM 过程，并且提供了建筑规模的 Scan2BIM 数据集以及重建质量和操作顺序的度量。

    Nov, 2023

  • 使用参数生成的虚拟建筑进行深度学习，实现现实世界中物体识别

    本研究研究了使用参数化建筑信息模型（BIM）自动生成人工神经网络（ANN）的培训数据，以识别照片中的建筑物对象。

    Jan, 2023

  • 自动化生成 BIM 模型的追溯方法：建筑环境 3D 语义重建的统一框架

    本论文介绍了 SRBIM，这是一个统一的语义重建架构用于 BIM 生成，通过广泛的定性和定量评估证明了我们方法的有效性，为自动 BIM 建模建立了一个新的范式。

    Jun, 2024

  • 一种混合语义几何方法应对建筑点云中的混杂干扰生成楼层平面图

    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

  • 室内可编辑照明估算

    本文提出了一种从单个视角图像中估算室内场景照明的方法，该方法估算出易于编辑的参数化光源，并结合高频信息的非参数纹理，实现宏观阴影和细节表面反射的逼真渲染效果。定量和定性结果表明，该方法简化了室内照明估算过程，同时仍能产生竞争性的结果。

    Nov, 2022

  • 基于 CNN 的智能路灯管理系统，利用智能闭路电视摄像机和语义分割

    通过使用计算机视觉技术中的智能交通监控系统并结合闭路电视（CCTV）摄像头的方法，自动检测行人或车辆的存在并控制 LED 路灯的亮度，从而使路灯在其不需要亮度的情况下降低其亮度，以避免能源浪费和降低成本。该方法的优点是简单，高效，耐久且比传统方法更有弹性。

    Sep, 2022

  • 基于几何关系的深度学习模型在 BIM 对象分类中的应用

    该研究论文介绍了一种基于深度学习的两支几何 - 关联框架，以解决建筑信息模型中物体类型在数据交换或在不同域的软件中创建模型时所存在的互通性问题。作者还提供了 IFCNet++ BIM 对象数据集，并表明这种机器学习方法明显突破了以往基于形状信息的分类方法，增加了一种基于关系信息的算法，通过改善分类性能来降低对人工审核建筑模型的工作量并提高此类模型的实用性。

    Dec, 2022