SIP: Site in Pieces——一个用于语义分割与场景理解的 disaggregated 施工阶段三维扫描数据集
计算机视觉与模式识别
2025-12-11 v1 机器学习
摘要
准确的主动施工现场三维场景解释对于进度监控、安全评估和数字孪生开发至关重要。LiDAR因其优于基于相机系统的性能，在建筑领域被广泛使用，能在杂乱和动态变化的条件下可靠运行。然而，大多数公共三维感知数据集源自均匀采样且完全可见的密集融合扫描，这并不反映真实的施工现场。野外数据通常以孤立的单站LiDAR视图形式采集，受安全要求、有限访问权限和持续作业的限制。这些因素导致径向密度衰减、碎片化几何和视图依赖的可见性——这些特征在现有数据集中仍未被充分代表。本文提出了SIP（Site in Pieces），一个旨在反映施工期间LiDAR采集实际约束的数据集。SIP提供了使用地面LiDAR扫描仪采集的室内外场景，并使用针对建筑环境定制的分类体系进行点级标注：A. 建筑环境，B. 施工操作，C. 场地周边。该数据集包含结构组件以及脚手架、MEP管道和剪叉式升降机等纤细的临时物体，遮挡和碎片化几何导致的稀疏性使分割特别具有挑战性。扫描协议、标注流程和质量控制程序为数据集建立了统一的基础。SIP以开源方式提供，并附带支持性Git仓库，提供可适应的类别配置，简化了现代三维深度学习框架的采用。通过提供保留真实感知特征的野外数据，SIP支持稳健的基准测试，并有助于推进面向建筑的三维视觉任务。
引用
@article{arxiv.2512.09062,
title = {SIP: Site in Pieces- A Dataset of Disaggregated Construction-Phase 3D Scans for Semantic Segmentation and Scene Understanding},
author = {Seongyong Kim and Yong Kwon Cho},
journal= {arXiv preprint arXiv:2512.09062},
year = {2025}
}