城市三维创新团队的研究成果《Generating 3D House Wireframes with Semantics 》（具有语义的三维房屋线框生成）已被国际计算机视觉顶会ECCV 2024录用。论文作者包括马雪奇、刘奕林、周文俊、王爇沩，通讯作者为城市三维创新团队带头人黄惠教授。

ECCV（European Conference on Computer Vision，欧洲计算机视觉会议）是计算机视觉领域的顶级国际会议，创办于1887年，与CVPR和ICCV并称为全球计算机视觉三大顶级会议，每两年举办一次。本届会议由欧洲计算机视觉协会（European Computer Vision Association, ECVA）主办，将于2024年9月29至10月4日在意大利米兰盛大召开。

主要内容

在计算机视觉和图形学中，三维线框是一种关键的数据结构，能简洁且精确地表示物体的三维形状，尤其适用于机械零件和建筑物的三维多面体表示。虽然生成三维线框在模型创建中至关重要，但其过程复杂，对精度和创造力要求很高。传统方法主要通过图像或点云重建线框，无法生成全新的数据。近年来，研究转向基于学习的方法，通过几何元素的分布模式自回归生成新数据，但这些方法通常通过空间坐标组织序列，缺乏高级关联建模，可能引发歧义，影响生成质量。
基于此，本工作提出了一种新的三维房屋线框生成方法，基于语义关联构建线段序列。与传统的顶点和边建模不同，我们的方法将线框转化为图结构，节点对应线段，边表示线段连接，独立建模不相连的组件如屋顶和外墙。通过广度优先搜索（BFS）确定线段顺序，确保生成的线框连贯且具语义结构。

主要贡献

❤提出了一种基于线段表示的线框生成模型，用于学习线框分布，显著提高了三维线框生成的精度；
❤引入了一种语义感知的序列构建技术，减少了学习阶段的歧义。此外，该方法允许线框被分割成不同的部分，每个部分反映了三维房屋线框模型的基础语义。

项目主页
https://vcc.tech/research/2024/3DWire

项目数据集已开源
https://github.com/3d-house-wireframe/3d-house-wireframe-dataset

END
素材来源 丨光明实验室城市三维创新团队
编 辑 丨 李沛昱
审 核 丨 郭 锴