题目:BIM-TO-SCAN for scan-to-bim: generating realistic synthetic ground truth point clouds based on industrial 3D models
来源:慕尼黑工业大学
期刊:European conference on computing in construction
摘要:
在scan-to-BIM领域,最近的发展在准确性和灵活性方面取得了有前景的结果,利用深度学习领域的工具对原始点云数据进行语义分割。这些方法需要大规模的、特定领域的数据集来进行训练。有希望的想法是使用原始合成点云数据来满足这一需求,这些数据主要缺乏明显的点云属性,比如由于场景中的遮挡而丢失的斑块。为了解决这个问题,我们在工具链中使用了来自地球科学领域的专门的激光扫描仿真工具,允许基于3D模型生成真实的地面真实数据。在这个上下文中,我们将为工业点云上下文引入一个全面的分类法。此外,我们还提供了一个全面的、开源的工具链所缺少的链接,该工具链对该领域中的任何用例都是灵活的。