基于户型图实例分割的室内场景建模研究

李 伟，王辰鑫，李澎林

(浙江工业大学 计算机科学与技术学院，浙江 杭州 310023)

传统的数字城市是城市地理信息与其他城市信息相结合的一个虚拟空间，其关注的重点是城市的全貌[1]。随着“互联网+房地产”模式的出现，客户对房产信息获取体验提出了更高要求，房产室内场景的在线三维快速建模与展示成为亟待解决的技术难题，其技术难点在于建模效率和模型的灵活性。

当前，室内场景的三维建模方法主要分为人工和自动化建模两种。人工建模虽然具有较好的模型质量，但建模周期长、成本高；自动化建模主要有基于激光扫描和基于RGB-D图像两种方法。在基于激光扫描建模的研究方面，Enrique等[2]提出基于激光雷达点云数据建立室内边界模型的方法，对比较规则的室内平面，如墙、地板和天花板等进行了简单的重建；莫悠等[3]提出一种室内移动与地面定点激光扫描技术相结合的室内精细点云数据获取方式，解决了部分区域密度不足及缺失的问题。虽然基于激光扫描的建模方法相比人工建模提高了效率，但其数据采集设备非常昂贵，需要较大人力对模型进行后期处理。在基于RGB-D图像建模的研究方面，著名的KinectFusion系统[4-5]使用一台移动的Kinect摄像机完成精细的扫描和模型创建工作；Xiao等[6]采用人工标注的方法建立不同RGB-D视图之间的对应关系，从而建立完整的室内场景的三维模型；Choi等[7]提出了一种基于RGB-D视频的室内场景建模方法。虽然Kinect等消费级RGB-D摄像机降低了图像采集的成本，但要建立完整的室内场景三维模型，需要采集大量关联的RGB-D图像来获取对空间的整体理解，建模成本高、效率低。……