【技术实现步骤摘要】
本专利技术涉及建筑，具体涉及一种基于帧场深度学习下复杂外形三维建筑模型生成方法。
技术介绍
1、随着遥感技术和计算机视觉的快速发展，从卫星图像、无人机航拍图像或地面激光扫描数据中自动提取建筑物信息并生成三维模型的需求日益增加。传统方法通常依赖于手工建模或使用基于规则的自动化工具，这些方法在处理复杂外形建筑时效率低下且精度不足。
2、近年来，深度学习技术，特别是卷积神经网络在图像处理和分割领域取得了显著进展。然而，现有的深度图像分割模型大多以栅格形式输出分割结果，这在地理信息系统应用中并不理想，因为gis通常需要矢量多边形格式的数据。此外，直接从图像或点云数据中生成复杂外形的三维建筑模型仍然是一个挑战，特别是在处理具有锐利边角、内孔或相邻建筑物共用墙等复杂情况时。
3、针对上述问题，近年来出现了一些基于深度学习的多边形化方法，如curve-gcn和poly mapper等。然而，这些方法基于建筑的外形信息绘制三维模型，需要在前期搜集大量的图纸设计数据，涉及到多部门沟通，工作量较大，且也无法保证能够获取到所需要的建筑...
【技术保护点】
1.一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，本方法包括以下步骤：
2.根据权利要求1所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求2所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，在步骤S1中，所述的遥感图像获取步骤包括：
4.根据权利要求1所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，步骤S2包括以下步骤：
5.根据权利要求1所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特...
【技术特征摘要】
1.一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，本方法包括以下步骤：
2.根据权利要求1所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，在步骤s1中，所述的遥感图像获取步骤包括：
4.根据权利要求1所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，步骤s2包括以下步骤：
5.根据权利要求1所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，步骤s3包括以下步骤：
6.根据权利要求1所述的一种基于帧场深度学习下复杂外形三维建筑模型生成方法，其特征在于，步骤s4包括以下步骤：
7...
【专利技术属性】
技术研发人员：张婧，袁虎成，冯宸，
申请(专利权)人：爱坤上海建筑设计有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。