Полностью автоматизированное преобразование Scan-to-BIM на основе сегментации экземпляров точечного облака

Цифровая реконструкция с использованием информационных моделей зданий (BIM) представляет собой ценный метод документирования и анализа существующих зданий. Конвейер начинается с получения геометрических данных, например посредством фотограмметрии или лазерного сканирования, для формирования точных точечных облаков. Однако полученные данные являются зашумленными и неструктурированными, а создание семантически содержательной BIM-модели требует значительных вычислительных ресурсов, а также дорогостоящей и трудоемкой аннотации, выполняемой человеком. В данной статье предлагается полностью автоматизированный конвейер Scan-to-BIM. Подход основан на: (i) разработанном нами наборе данных (HePIC), полученном для двух крупных зданий и размеченном на поточечном семантическом уровне на основе существующих BIM-моделей; (ii) новой специализированной глубокой нейронной сети (BIM-Net++) для семантической сегментации, выходные данные которой затем обрабатываются для извлечения информации об экземплярах, необходимой для воссоздания BIM-объектов; и (iii) новых методах предварительного обучения модели и перевзвешивания классов, устраняющих необходимость в больших объемах размеченных данных и вмешательстве человека.