AIM2PC：从航空图像重建 3D 建筑点云
计算机视觉与模式识别
2025-03-26 v2
摘要
三维城市建筑从单视图图像重建已吸引数十年的关注。然而，最近的方法主要关注航空图像的屋顶，常常忽视essential几何细节。此外，缺乏包含整个建筑完整 3D 点云的数据集，以及获取航空图像可靠相机位姿信息的挑战。本文通过提出一种新方法，AIM2PC，来解决这些挑战。我们利用生成的数据集，包括完整的 3D 点云和确定的相机位姿。我们的方法将单个航空图像的特征作为输入，并与二进制掩码和 Sobel 边缘图等essential附加条件拼接，以实现更边缘感知的重建。通过采用基于 Centered denoising Diffusion Probabilistic Models (CDPM) 的点云扩散模型，我们在每个扩散步骤中将这些拼接特征投影到部分去噪点云上。该方法能够重建包含墙体信息的完整 3D 建筑点云，并在与现有基线技术的比较中表现出优越性能。为允许与该方法进行进一步比较，数据集已在 https://github.com/Soulaimene/AIM2PCDataset 上公开。
引用
@article{arxiv.2503.18527,
title = {AIM2PC: Aerial Image to 3D Building Point Cloud Reconstruction},
author = {Soulaimene Turki and Daniel Panangian and Houda Chaabouni-Chouayakh and Ksenia Bittner},
journal= {arXiv preprint arXiv:2503.18527},
year = {2025}
}
备注
Accepted to ISPRS Geospatial Week 2025