基于深度学习方法的脚手架遮挡场景复原
计算机视觉与模式识别
2023-07-26 v1 人工智能
摘要
计算机视觉(CV)应用在建筑工程中的遮挡问题已引起广泛关注,尤其是由覆盖面广、纵横交错且不可移动的脚手架所引起的遮挡。直观而言,移除脚手架并复原被遮挡的视觉信息,可为CV智能体提供更清晰的现场视图,从而帮助其更好地理解施工场景。因此,本研究提出一种结合像素级分割与图像修复的两步法,用于从脚手架遮挡中复原施工场景。为应对标注数据匮乏的困境,开发了一种仅基于无标注数据的低成本数据合成方法。在合成测试数据上的实验表明,所提方法在脚手架分割上达到92%的平均交并比(MIoU),在脚手架遮挡场景复原上达到超过82%的结构相似性(SSIM)。
引用
@article{arxiv.2305.18810,
title = {Scene restoration from scaffold occlusion using deep learning-based methods},
author = {Yuexiong Ding and Muyang Liu and Xiaowei Luo},
journal= {arXiv preprint arXiv:2305.18810},
year = {2023}
}