典型文献
基于深度学习的城市建筑三维可视化系统研究
文献摘要：
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.
文献关键词：
智慧城市;可视化;室内场景;Mask R-CNN算法;ThreeJS框架
中图分类号：
作者姓名：
李华;张晨
作者机构：
西安外事学院,西安710077
文献出处：
引用格式：
[1]李华;张晨-.基于深度学习的城市建筑三维可视化系统研究)[J].自动化与仪器仪表,2022(04):44-47
A类：
ThreeJS
B类：
城市建筑,三维可视化系统,三维建模,建模效率,Mask,三维可视化模型,配准,坐标定位,代入,模场,快速建模,误检率,漏检率,算法性能,性能优越,智慧城市,室内场景
AB值：
0.30956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
