APC2Mesh: 从遮挡建筑立面桥接到完整 3D 模型
计算机视觉与模式识别
2024-04-04 v1
摘要
拥有城市建筑数字孪生器具有诸多好处。然而，从航空激光点云中创建它们时，一个主要难题是有效地准确重建大量遮挡处的点云，这些点云在密度变化和噪声方面存在挑战。为弥合噪声/稀疏/遮挡之间的差距并生成高保真度 3D 建筑模型，我们提出了 APC2Mesh，将点云完成集成到 3D 重建管道中，使其能够学习建筑的稠密几何准确表示。具体而言，我们利用从遮挡点生成的完整点作为输入，训练了一个线性化跳过注意力-based 变形网络进行 3D 网格重建。在我们的实验中，我们在三个不同场景中进行了测试，证明：(1) APC2Mesh 提供了相对优越的结果，表明其在处理各种样式和复杂性的遮挡航空建筑点方面具有有效性。(2) 将点完成与典型的基于深度学习的 3D 点云重建方法相结合，为重建显著遮挡的航空建筑点提供了直接且有效的解决方案。因此，这种神经网络集成有望推动创建具有更大精度和保真度的城市建筑数字孪生器。
引用
@article{arxiv.2404.02391,
title = {APC2Mesh: Bridging the gap from occluded building fa\c{c}ades to full 3D models},
author = {Perpetual Hope Akwensi and Akshay Bharadwaj and Ruisheng Wang},
journal= {arXiv preprint arXiv:2404.02391},
year = {2024}
}
备注
19 pages