BigSUR: Large-scale Structured Urban Reconstruction

http://geometry.cs.ucl.ac.uk/projects/2017/bigsur/

Keyword: urban modeling, structure, reconstruction, façade parsing and element classification, procedural modeling

Abstract

问题描述

• 三维房屋模型还原，根据GIS平面图、街景相片和粗略的三维模型，还原出结构明确的房屋模型。其中GIS平面图提供了房屋的结构特征，街景相片提供门窗位置等信息，在此基础上优化粗略的三维模型，最终得到理想且真实的房屋模型。

主要贡献

• 综合3种资源，提出了新颖的房屋模型还原算法，不仅能够使模型结构真实，也能使外观相似。

• 对4个真实街景区域进行大规模的房屋模型还原，测试了其实用性。

Main Effect/Pipeline

使用效果

利用GIS平面图、粗略的3D模型、街景相片3种资源，学习房屋架构，构建房屋模型。

主要流程

Discussion

缺点

• 房屋结构使用的是GIS矩形分割图，因此不能处理具有曲线特征的房屋结构。

• 由于算法的局限性，没有办法感知悬空的房屋结构，例如桥梁和阳台。

• 在识别街景图像的门窗时，由于训练集的局限性，特殊风格的门窗可能不会被正确识别。除此以外，作者在伦敦街景的测试中表示，由于街道极为狭窄，广角拉扯了门窗结构，使得识别率更低。

• 算法需要从全局的角度整合资源，用户无法在算法完成前预览部分结果，而对于街景还原来说，等待时间通常需要几个小时。

Results

正面

反面