从三维线云学习构建三维建筑线框
计算机视觉与模式识别
2022-11-07 v2
摘要
线云虽在先前工作中研究不足，但相比从多视图图像提取的点云，可能编码更紧凑的建筑结构信息。本工作中，我们提出首个处理线云以进行建筑线框抽象的网络。该网络以线云为输入，即从多视图图像提取的非结构且无序的三维线段集合，输出底层建筑的三维线框，其由线段连接的稀疏三维节点集组成。我们观察到，线块（即一组相邻线段）编码了充分的轮廓信息，可预测潜在节点的存在乃至三维位置，以及两个查询节点间连接的可能性。因此我们引入两层 Line-Patch Transformer，从采样的线块中提取节点与连接关系，以形成三维建筑线框模型。我们还引入了带有真实三维线框的多视图图像合成数据集。我们充分证明，重建的三维线框模型显著优于多种基线建筑重建方法。代码与数据见 https://github.com/Luo1Cheng/LC2WF。
引用
@article{arxiv.2208.11948,
title = {Learning to Construct 3D Building Wireframes from 3D Line Clouds},
author = {Yicheng Luo and Jing Ren and Xuefei Zhe and Di Kang and Yajing Xu and Peter Wonka and Linchao Bao},
journal= {arXiv preprint arXiv:2208.11948},
year = {2022}
}
备注
10 pages, 6 figures