CM2LoD3：基于语义冲突图的 LoD3 建筑模型重建
计算机视觉与模式识别
2025-08-22 v1 图像与视频处理
摘要
详细的 3D 建筑模型对城市规划、数字孪生和灾害管理应用至关重要。虽然 Level of Detail 1 (LoD1) 和 LoD2 建筑模型广泛可用，但缺乏用于高级城市分析的详细立面元素。相比之下，LoD3 模型通过引入窗户、门户和地下通道等立面元素来解决这一限制。然而，其生成传统上需要手动建模，导致大规模应用具有挑战性。本文提出的 CM2LoD3 方法，利用从射线到模型先验分析中获得的冲突图 (Conflict Maps, CMs) 来重建 LoD3 建筑模型。与前述工作不同，我们专注于对真实 CMs 进行语义分割，并利用我们开发的语义冲突图生成器 (Semantic Conflict Map Generator, SCMG) 生成的合成 CMs。我们还观察到，对带纹理模型进行额外的分割，可以通过置信度得分与 CMs 融合，以进一步提高分割性能，从而提高 3D 重建精度。实验结果表明，CM2LoD3 方法在分割和重建建筑开孔方面有效，采用具有不确定性感知融合的分割建筑纹理后表现出 61% 的性能提升。本研究推动了自动化 LoD3 模型重建的发展，为可扩展且高效的城市 3D 模型铺平了道路。我们的项目已公开：https://github.com/InFraHank/CM2LoD3
引用
@article{arxiv.2508.15672,
title = {CM2LoD3: Reconstructing LoD3 Building Models Using Semantic Conflict Maps},
author = {Franz Hanke and Antonia Bieringer and Olaf Wysocki and Boris Jutzi},
journal= {arXiv preprint arXiv:2508.15672},
year = {2025}
}
备注
This paper was accepted for the 20th 3D GeoInfo & 9th Smart Data Smart Cities Conference