科研之友
微信
新浪微博
Facebook
分享链接
摘要
面向三维Mesh数据的建筑物立面自动提取与语义分割在智慧城市建模与分析、数字孪生城市、城市规划建设等领域中应用广泛。拟基于深度学习方法构建面向三维Mesh数据的建筑物立面语义分割模型。当前，大量基于卷积神经网络的深度学习模型均是全监督学习方法，其性能严重依赖于人工标注的训练集质量。但高质量的Mesh三维场景人工标注数据集昂贵且稀缺，鉴于此，在自动提取建筑物立面数据的基础上，提出一种基于mean-teacher半监督学习的三维建筑物立面语义分割方法，并引入特征空间关系正则化，结合空间和特征方面的邻域结构，利用无标签数据来提升模型分类精度。构建了一个全新的基于三维Mesh数据的建筑物立面数据集，并通过实验验证了提出方法的有效性和可用性。
- 单位
