没有合适的资源?快使用搜索试试~ 我知道了~
3D_building_reconstruction:通过使用全景图像序列和建筑足迹数据自动增强CityGML LOD2建筑的外...
共29个文件
py:14个
jpeg:6个
png:2个
需积分: 18 1 下载量 49 浏览量
2021-02-06
10:04:40
上传
评论
收藏 691KB ZIP 举报
温馨提示
从街景全景图像中提取立面细节并集成到3D城市模型中 在此存储库中,提出了一种通过使用全景图像序列在具有窗口和门几何形状的3D城市模型中自动增强“细节级别2”建筑物的方法。 下图显示了所提出的方法(三级管道)的示意图。 第一阶段基于从全景图像序列中识别,校正和提取建筑物的纹理区域。 在下一阶段,将提取的立面纹理图像用作深度卷积神经网络的输入,以解析立面细节,例如门窗。 在管道的第三个也是最后一个阶段,将先前解析的窗口和门矩形与输入的LOD2模型对齐,以构建LOD3模型。 详情 。 项目文件夹结构 :用于全景图像和建筑物分析实现的文件夹 :Faster / Mask R-CNN实施的文件夹
资源推荐
资源详情
资源评论
收起资源包目录
3D_building_reconstruction-master.zip (29个子文件)
3D_building_reconstruction-master
stage_3
prepare_lod3.py 8KB
images
0363100012152551_8.426128.jpeg 13KB
0363100012152951_8.338701.jpeg 13KB
0363100012166458_6.476083.jpeg 21KB
0363100012157182_6.40601.jpeg 23KB
0363100012159183_8.463423.jpeg 14KB
0363100012165513_6.381795.jpeg 23KB
src
furthest_pair.py 2KB
geometry.py 2KB
optional.py 4KB
CityGML
LOD2_120700-485100.gml 53KB
insert_bboxes.py 11KB
CSV
output_stage2.csv 3KB
output_stage1.csv 638B
lod3_result.png 341KB
stage_1
run.py 9KB
src
api_request.py 3KB
furthest_pair.py 4KB
extract_texture.py 4KB
visible_view.py 3KB
array_math.py 2KB
array_image.py 2KB
scripts
filter_images.py 1KB
LICENSE 34KB
system-overview.png 248KB
requirements.txt 119B
.gitignore 30B
stage_2
test.py 7KB
README.md 6KB
共 29 条
- 1
资源评论
子皮论
- 粉丝: 31
- 资源: 4590
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功