基于深度学习的 GPR 钢筋信息到竣工 BIM 的自动转化方法
计算机视觉与模式识别
2021-11-01 v1
摘要
建筑信息模型（BIM）在建筑行业中的应用日益广泛，但现有研究常忽略预埋钢筋。探地雷达（GPR）为构建包含表面构件与钢筋的竣工 BIM 提供了潜在方案。然而，由于 GPR 无法提供所扫描构件的信息，将钢筋从 GPR 自动转化至 BIM 颇具挑战。为此，我们提出一种基于 Faster R-CNN 关联 GPR 数据与 BIM 的方法。为捕获带标签图像，对 GPR 扫描的每个构件附加标签，这些图像与其他图像一同用于构建三维模型。同时，引入 Faster R-CNN 识别标签，并利用图像与模型间的投影关系在三维模型中定位被扫描构件。选取两栋混凝土建筑评估所提方法，结果表明我们的方法能够准确地将钢筋从 GPR 数据转化至 BIM 中对应构件，且分布正确。
引用
@article{arxiv.2110.15448,
title = {Automated Translation of Rebar Information from GPR Data into As-Built BIM: A Deep Learning-based Approach},
author = {Zhongming Xiang and Ge Ou and Abbas Rashidi},
journal= {arXiv preprint arXiv:2110.15448},
year = {2021}
}
备注
8 pages, the 2021 ASCE International Conference on Computing in Civil Engineering