首页> 中文期刊> 《自动化与仪器仪表》 >基于深度学习的城市建筑三维可视化系统研究

基于深度学习的城市建筑三维可视化系统研究

         

摘要

为提升三维建模建模效率和可视化效果,在深度学习的基础上,设计一个基于Mask R-CNN的三维可视化模型。首先利用Mask R-CNN算法对图像进行分割,选择ThreeJS作为模型的Web三维可视化框架;然后构建基于Mask R-CNN算法三维可视化模型,对模型多次进行训练和测试后,得到相应的建模图像,将该图像进行配准和坐标定位后,将其代入至适宜的建模场景中,最后完成建筑的快速建模。结果表明,提出的Mask R-CNN方法对图像检出率为98.13%,误检率为0,漏检率为1.87%,算法性能优越,建模效率高,可降低建模成本,提升城市建筑三维可视化效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号