共查询到20条相似文献,搜索用时 62 毫秒
1.
本文研究了利用三维建筑信息模型生成的合成点云来训练深度学习算法以实现建筑构件智能识别的可行性。为了实现这一目标,本文首先提出了一种通过三种常见的商业软件将建筑信息模型转换为合成点云的原始方法。然后使用这些合成点云作为模拟数据集来训练深度学习模型,比较在不同数据集(真实数据集与合成数据集)下训练模型的智能识别性能,以验证合成点云数据集的有效性。实验结果证明了利用建筑信息模型生成的合成点云实现智能识别的可行性,合成数据集与真实数据集的训练模型其识别准确率仅相差3%,进一步表明了在智能识别中使用合成数据集代替真实数据集的可能性。该方法也为研究人员提供了一种新的方法来构建特定的数据集,用于他们自己的智能识别与语义分割研究,并为三维重建工作做出了贡献。 相似文献
2.
针对大范围点云自动分类存在点云噪声多以及场景复杂等挑战,本文提出一种结合几何特征的深度神经网络分类方法。在输入阶段,基于结构张量来提取单个点云邻域内的局部几何特征,从而有效保留点云的几何细节,提高特征表示能力;在特征提取阶段,设计了全局上下文聚合模块,该模块对每个位置的特征进行自适应加权,扩大网络感受野,抑制点云噪声。在大范围的室外点云Semantic3D和室内S3DIS数据集上进行了实验。结果表明,本文方法能够有效保留几何细节,减少噪声干扰,提高点云分类精度,在Semantic3D和S3DIS上总体精度分别达到93.60%、87.04%。 相似文献
3.
4.
5.
传统的建筑物外表面损伤检测手段对于不规则表面的几何属性提取显得十分困难,这也对于损伤信息的准确采集造成很多阻碍。针对这些问题本文提出了基于GIS环境的点云融合建筑物表面损伤三维重建算法,在采集端使用Kinect提取场景和深度信息,可以应用于建筑表面损伤测量过程中。首先利用PCL算法对Kinect采集到的点云数据进行预处理和格式转化,将点云数据的坐标系转化为具体构件所对应的坐标系来对损伤定位。然后利用Meshlab进行点云切割和关键区域的信息提取,将处理后的点云数据在GIS环境中转化成深度图像,从而实现了对不规则损伤部位的量化属性(如体积、面积、深度等)提取和三维重建。实验表明,采用该方法进行损伤三维重建能有效减少计算工作量,精度较高。 相似文献
6.
7.
基于减少地形图修测任务的外业作业时间,提升作业效率的目的,以福州市人民公园小区的地形图修测实际生产任务为例,系统阐述了GeoSLAM Horizon 3D激光扫描系统的作业方法、数据处理的方法与技巧,统计了点云数据的精度,分析了GeoSLAM Horizon 3D系统用于地形图修测任务的优点及缺点,并提出了激光点云数据... 相似文献
8.
9.
黄超 《中国建筑金属结构》2023,(3):25-27
为避免建筑工程施工出现超预算的问题,引进BIM技术,以某建筑工程项目为例,对该项目施工全过程的造价管理方法展开设计研究。辅助车载、机载、地面LiDAR3等获取建筑物内、外点云数据,通过对点云数据的预处理,构建基于BIM技术的建筑结构模型;根据建筑四维空间所具备的时间特性,对其进行时空表达,以此为依据,设计建筑四维时空模型中的碰撞检测;在BIM三维模型中,加入时间节点信息,生成建筑工程项目施工4D模型,在对应的节点加入成本信息,生成针对建筑工程项目的 5D模型,通过对施工进度的控制,实现对建筑造价支出的管理。对比实验结果证明:该方法可以有效控制项目施工中各个阶段与环节的造价支出,避免工程项目竣工后出现造价成本超预算的问题。 相似文献
10.
11.
12.
使用逆向工程方法纪录历史建筑文物,将点云(Point-Clouds)数据转换成3D计算机模型、剖面图、外观线档图,以数字模型记录提供史料长期记录、长时间对比之依据.本研究具有开发反向建构过程、整合几何体与物表影像二属性数据、数字化模式建立等效益. 相似文献
13.
正TOPCON收购了CLEAR EDGE3D现已发行的股票。CLEAR EDGE3D的EdgeW ise软件应用了自动提取算法以及其他专利技术,能够加速建模工作流程,其Verity软件可以将近期完成的建筑工程的激光扫描点云数据,与设计或者制作的模型进行比较,从而避免不合公差或者安装不当的问题。"ClearEdge3D将自身定位为计算机影像、物体识别等先进技术的先驱,能够解决建筑行业的主要问题"Topcon总裁 相似文献
14.
15.
准确识别拉索的索力大小对评估预应力结构的健康状态具有重要意义。频率振动法可以较精确地测量桥梁结构中细长拉索的索力,但对建筑用短粗拉索的索力测量精度较低。为此,对建筑中常用的密闭索及高钒索开展在预应力作用下的动态响应试验,以获取拉索在不同索力下的动态响应数据,基于试验数据提出了可智能识别建筑用拉索索力的深度学习模型。模型以采集的原始频谱数据及拉索各项几何参量为特征输入,采用多通道融合的1D卷积神经网络(CNN)及深度神经网络(DNN)。分析结果表明:训练后的模型在测试集上识别的索力值与实际索力值间的平均绝对误差值仅为5.05%,均方误差值仅为0.35%;在测试集随机的6个取样点上索力值的决定系数为0.985 4,索力误差均小于10%。与已有索力计算实用公式和机器学习算法进行对比,由索力误差百分比及决定系数的评估结果发现所提出的深度学习模型的索力识别精度更高。 相似文献
16.
三维激光扫描技术可直接获取被测量岩体的表面各点的三维坐标,高精度的全自动测量岩体中面状结构单元的空间几何信息,故已广泛地应用于地质调查和测绘工作中.在数据配准完成后,为了最大限度地保证点云数据的可判读性,尽可能减小无关数据的干扰,需要进行点云去噪处理.本文在对常规去噪方法进行梳理的基础上,将基于样本深度学习的点云分类方... 相似文献
17.
黄彬 《智能建筑与城市信息》2022,(2):96-98
针对传统历史建筑测绘方法的不足,文章对广西三江侗族自治县马胖鼓楼建筑采用三维激光扫描技术采集室内、室外点云数据作了详细介绍,此外,对点云数据的后处理绘制数据图以及对鼓楼数据的多方应用进行了介绍,为鼓楼古建筑建立了数据档案等,在此基础上制作出准确完整的三维仿真精细建模. 相似文献
18.
19.
《城市勘测》2020,(3)
随着信息化程度的提高,城市建筑物三维BIM建模迅速发展,传统全站仪采集数据建模方法效率低下,对于异形结构采集数据难度较大。结合三维激光扫描技术,本文探讨综合使用多种手段获取三维点云数据,采用专业点云处理软件经坐标转换、点云拼接、点云去噪、点云数据平滑、点云数据抽稀等操作,对多源点云数据进行深度融合,提取有效信息构建三维BIM模型,真实还原城市建筑物三维场景。结合中国海洋大学历史建筑物项目,对历史建筑物的点云扫描质量进行验证,结果表明点云数据质量良好,基于三维扫描技术的多手段点云数据获取与融合,对于快速构建BIM模型,形成一体化的真三维场景提供了一种快速、便捷、可靠的新途径。 相似文献