Sep, 2024

BuildingView：利用街景影像和多模态大型语言模型构建城市建筑外观数据库

HTML
PDF
TL;DR本研究解决了城市建筑外观数据库构建中的准确性和细节问题，强调了能源效率、环境可持续性和以人为本设计的关键指标。提出的BuildingView方法结合了Google街景的高分辨率视觉数据和OpenStreetMap的空间信息，显著提高了城市研究中的数据准确性和系统性。该数据库经过纽约市、阿姆斯特丹和新加坡的数据验证，为城市规划、建筑设计和环境政策提供了全面支持。
发现论文，激发创造
  • 利用街景图像构建实例分类

    本文提出了一种基于卷积神经网络分类个别建筑物功能的方法，该方法利用了遥感图像和街景图像，使用开源地图系统来获取地理信息，并利用创建的基准数据集在加拿大和美国的多个城市进行训练和评估。

    Feb, 2018

  • 投影池化下的野外多视角建筑综合分析

    通过引入新的数据集和投影汇集层，成功提高建筑属性的分类精度。

    Aug, 2020

  • 基于众包图像实现大规模建筑属性映射：Flickr 中的场景文本识别及待解决问题

    通过Flickr图像数据集，在众包平台上使用先前训练好的场景文本识别模型实现建筑属性映射，研究了街景图像中应用场景文本识别的挑战，发现了与该任务相关的问题和挑战，并提出发展不仅限于城市热点区域的城市范围内的映射，同时建议跨学科合作以了解建筑摄影和标注背后的动机。

    Sep, 2023

  • GBSS：用于大规模遥感建筑提取的全球建筑语义分割数据集

    本论文针对从高分辨率遥感图像中提取建筑物轮廓的语义分割技术，在城市规划等多领域得到广泛应用。为了满足大规模建筑物提取的需求，我们构建了一个全球建筑物语义分割（GBSS）数据集，包括来自六大洲的116.9k对样本（约742k座建筑物）。该数据集中的建筑物样本在大小和风格上存在显著变化，因此可以作为评估建筑物语义分割模型的泛化能力和鲁棒性的更具挑战性的基准。通过定量和定性比较不同数据集，我们验证了该数据集的潜在应用于迁移学习领域，并在子集上进行了实验以进一步确认其潜力。

    Jan, 2024

  • ARCH2S：从点云中学习建筑外部结构的数据集、基准和挑战

    本研究提供了一个语义分割的语义丰富的、照片般逼真的三维建筑模型数据集和基准，以克服现有室外三维点云数据集在建筑外观方面的限制和详细注释方面的不足。

    Jun, 2024

  • 基于视觉-语言模型实现建筑环境零注释的方法

    本研究解决了高保真建筑环境数字表示需求与高成本人工注释之间的矛盾。通过使用视觉-语言模型和分段策略，抵消了对人工注释的依赖，实验结果显示，采用预分段策略的模型在多个城市特征的注释中达到了接近40%的交并比准确率。这一发现为自动注释建筑环境的研究开辟了新方向，以提升公平性、可及性和安全性。

    Aug, 2024

  • CMAB：首个基于开源数据和GeoAI的大规模多属性建筑数据集

    本研究解决了现有建筑数据集在准确性和可拓展性方面的不足，提出了全国范围内的多属性建筑数据集CMAB。通过地理空间人工智能框架，利用高分辨率的Google Earth影像和街景图像，构建了包含楼顶、高度、功能、质量和年龄等属性的数据集，旨在为城市规划和可持续发展提供支持。

    Aug, 2024

  • 多模态基础模型在街景影像中的承诺与难点研究

    本研究探讨了多模态基础模型在街景影像、建筑环境和室内设计中的应用，揭示了其在长度测量和风格分析等任务上的能力，同时也指出了在详细识别和计数任务中的局限性。研究结果表明，尽管零-shot 学习存在潜力，模型性能依赖于问题领域和影像复杂性，从而为多模态基础模型在实际挑战中的应用提供了新见解。

    Aug, 2024

  • ControlCity：基于多模态扩散模型的方法用于精确的地理空间数据生成与城市形态分析

    该研究解决了志愿地理信息（VGI）中城市建筑数据质量不均的问题，通过多源地理数据转化方案生成建筑轮廓数据。提出的ControlCity方法基于多模态扩散模型，利用文本-图像模型与改进的ControlNet整合数据，成功模拟真实城市建筑模式，展现了显著的准确性提升。

    Sep, 2024

  • 街景图像在城市环境制图中的覆盖率与偏差

    该研究解决了街景图像（SVI）在城市研究中代表性、质量和可靠性不足的问题，提出了一种新工作流程来估计SVI在城市环境中的特征级覆盖率。通过以伦敦为案例的实验，本研究表明SVI虽然提供了有价值的洞察，但其应用于城市研究时必须仔细考虑数据覆盖和特征级代表性，以确保结果的可靠性。

    Sep, 2024