Innenraumrekonstruktion aus semantisch angereicherten 3D Punkten und Linien

In diesem Artikel präsentieren wir ein Konzept zur semantikbasierten Innenraumrekonstruktion aus überlappenden Bildserien. Herkömmliche Verfahren zur Erzeugung von bildbasierten 3D Punkten und 3D Linien erschweren besonders in schwach texturierten Innenräumen die Detektion von Begrenzungsflächen und resultieren meist in unvollständige Gebäudemodelle. Durch eine semantische Interpretation dieser 3D Strukturen können relevante 3D Objekte identifiziert werden um ein vollständiges 3D Raummodell zu erzeugen. Unsere Methode basiert auf einer pixelweisen semantischen Segmentierung der Bilder deren Klasseninformationen auf 3D Strukturen, wie 3D Punkte und 3D Linien, übertragen werden. Dabei werden den 3D Punkten und 3D Linien die Signaturen aus der Bildklassifikation zugewiesen. Aus diesen signierten Merkmalen werden die Innenräume eines Gebäudes rekonstruiert. Dabei werden die Hypothesen für die zu rekonstruierende Ebenen aus 3D Linien einer Klasse gebildet und mit den 3D Punkten derselben Klasse unterstützt. Die optimale Konfiguration aus den Ebenen wird unter Berücksichtigung der Orthogonalität und Parallelität iterativ gesucht.     «

In diesem Artikel präsentieren wir ein Konzept zur semantikbasierten Innenraumrekonstruktion aus überlappenden Bildserien. Herkömmliche Verfahren zur Erzeugung von bildbasierten 3D Punkten und 3D Linien erschweren besonders in schwach texturierten Innenräumen die Detektion von Begrenzungsflächen und resultieren meist in unvollständige Gebäudemodelle. Durch eine semantische Interpretation dieser 3D Strukturen können relevante 3D Objekte identifiziert werden um ein vollständiges 3D Raummodell zu e...     »