City3D: Large-Scale Building Reconstruction from Airborne LiDAR Point Clouds

要約

大規模な空中点群からコンパクトな 3D 建物モデルを再構築するための完全に自動化されたアプローチを提示します。
空中 LiDAR 点群からの都市再構築の主な課題は、垂直壁が通常欠落していることにあります。
都市の建物は通常、地面に垂直な壁で接続された平面の屋根で構成されているという観察に基づいて、データから直接垂直な壁を推測するアプローチを提案します。
屋根と壁の両方の平面セグメントを使用して、建物の表面の面を仮定し、拡張された仮説と選択に基づくポリゴン サーフェス再構成フレームワークを使用して最終モデルを取得します。
具体的には、新しいエネルギー項を導入して屋根の好みを奨励し、2 つの追加のハード制約を最適化ステップに導入して、正しいトポロジーを確保し、ディテールの復元を強化します。
さまざまな大規模な空中 LiDAR 点群の実験により、再構成の精度とロバスト性の点で、この方法が最先端の方法よりも優れていることが実証されました。
さらに、点群と 20,000 の実世界の建物の 3D モデルで構成される方法で、新しいデータセットを生成しました。
このデータセットは、空中 LiDAR 点群からの都市再構成の研究と、都市アプリケーションでの 3D 都市モデルの使用を促進できると考えています。

要約(オリジナル)

We present a fully automatic approach for reconstructing compact 3D building models from large-scale airborne point clouds. A major challenge of urban reconstruction from airborne LiDAR point clouds lies in that the vertical walls are typically missing. Based on the observation that urban buildings typically consist of planar roofs connected with vertical walls to the ground, we propose an approach to infer the vertical walls directly from the data. With the planar segments of both roofs and walls, we hypothesize the faces of the building surface, and the final model is obtained by using an extended hypothesis-and-selection-based polygonal surface reconstruction framework. Specifically, we introduce a new energy term to encourage roof preferences and two additional hard constraints into the optimization step to ensure correct topology and enhance detail recovery. Experiments on various large-scale airborne LiDAR point clouds have demonstrated that the method is superior to the state-of-the-art methods in terms of reconstruction accuracy and robustness. In addition, we have generated a new dataset with our method consisting of the point clouds and 3D models of 20k real-world buildings. We believe this dataset can stimulate research in urban reconstruction from airborne LiDAR point clouds and the use of 3D city models in urban applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google