一个摄像度图像点数据集用于遗产建筑的语义细分
Eugenio Pellis1, Andrea Masiero2, Michele Betti1
1Department of Civil and Environmental Engineering (DICEA), University of Florence via di S. Marta 3, Florence 50139, Italy.
Data in brief
|June 13, 2025
概括
引入了用于历史建筑3D建模的新数据集,帮助图像和点云的语义细分. 这加快了遗产文档和数字重建的扫描到BIM过程.
科学领域:
- 计算机视觉 计算机视觉
- 数字遗产是数字遗产的一部分.
- 3D重建的3D重建
背景情况:
- 自动化历史建筑的3D建模对于保存和分析至关重要.
- 现有的数据集缺乏在扫描到BIM工作流程中的语义细分的全面数据.
- 扫描到BIM (建筑信息建模) 需要对捕获的数据进行准确的语义理解.
研究的目的:
- 引入一个新的数据集,用于历史建筑数据的语义细分.
- 在扫描到BIM背景下促进自动化和加速的3D建模.
- 为10个关键构建元素类提供基本真相.
主要方法:
- 数据集包括来自五座历史建筑的摄影图像和地理参考点云.
- 基础真理注释识别了10个不同的构建元素类.
- 包括摄像机校准参数和点云到摄像机转换矩阵.
主要成果:
- 该数据集能够对图像和点云进行语义细分.
- 手动注释点云和投影图像注释确保了数据的准确性.
- 便于整合各种数据类型,以进行增强的3D建模.
结论:
- 本文所介绍的数据集显著推进了历史建筑的自动化3D建模.
- 它支持对遗产应用程序开发强大的语义细分模型.
- 加快从原始调查数据向建筑信息建模的过渡.


