OpenConstruction：面向建筑监控的数据中心人工智能的开放视觉数据集系统综合
计算机视觉与模式识别
2025-12-11 v2
摘要
建筑行业日益依赖视觉数据支持人工智能（AI）和机器学习（ML）应用用于场地监控。高质量、领域特定的数据集包括图像、视频和点云，捕捉场地几何和时空动态，包括物体、工人和材料的位置及相互作用。然而，尽管对利用视觉数据集的兴趣日益增长，现有资源在大小、数据模态、标注质量和对真实建筑条件的代表性方面差异很大。缺乏对其数据特征和应用背景进行系统性分类的综述，限制了社区完全理解数据集格局、识别关键缺口并引导未来方向以实现更有效、更可靠和更可扩展的 AI 应用在建筑领域。为了解决这一问题，本研究conducts 对学术数据库和开放数据平台的广泛搜索，得到 51 个公开可用的视觉数据集，spanning 从 2005 年到 2024 年。这些数据集使用覆盖（i）数据基本信息（如大小和许可证）、（ii）数据模态（如 RGB 和点云）、（iii）标注框架（如边界框）以及（iv）下游应用领域（如进度跟踪）的结构化数据模式进行分类。本研究将这些发现综合为一个开源目录 OpenConstruction，支持数据驱动方法的开发。此外，本研究讨论了现有建筑数据集格局中的几个关键局限性，并提出了面向 Findability、Accessibility、Interoperability 和 Reusability（FAIR）原则的未来数据基础设施路线图。通过审查当前格局并勾勒战略优先事项，本研究支持建筑部门数据中心解决方案的发展。
引用
@article{arxiv.2508.11482,
title = {OpenConstruction: A Systematic Synthesis of Open Visual Datasets for Data-Centric Artificial Intelligence in Construction Monitoring},
author = {Ruoxin Xiong and Yanyu Wang and Jiannan Cai and Kaijian Liu and Yuansheng Zhu and Pingbo Tang and Nora El-Gohary},
journal= {arXiv preprint arXiv:2508.11482},
year = {2025}
}