掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
了不起的建筑師
-
>
勝景幾何論稿
-
>
中國古代建筑概說
-
>
維多利亞:建筑彩繪
-
>
庭院造園藝術——浙江傳統民居
-
>
建筑園林文化趣味讀本
-
>
磧口古鎮
智能化室內制圖方法與技術 版權信息
- ISBN：9787030763396
- 條形碼：9787030763396 ; 978-7-03-076339-6
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
智能化室內制圖方法與技術 內容簡介
本書面向智慧城市、智慧空間、智能制造等新興產業對室內地圖和實體三維模型的迫切需求，結合機器學習、深度學習等人工智能新技術，利用可廣泛獲取的開放街道地圖（OSM）、CAD等數據源，詳細介紹智能化室內制圖和建模方法，包括建筑物空間元素重建與智能化室內制圖方法、基于輪廓劃分的復雜建筑物屋頂形狀推薦方法、利用二元不平衡學習標記公共建筑物正門方法、基于幾何地圖文法推理房間語義方法、利用隨機森林和關系圖卷積網絡推理房間語義、基于遺傳規劃的室內地標顯著性學習方法、基于智能圖像分析的室內智能制圖與建模方法，以及自優化建筑物平面圖圖像解析方法，并給出相應案例和實驗結果。本書提出的理論與方法不需要借助任何物理感知設備，可在多行業領域推廣和應用。
智能化室內制圖方法與技術 目錄
第1章 建筑物空間元素重建與智能化室內制圖方法
1.1 概述
1.2 建筑物空間元素重建方法概述
1.3 建筑物空間元素之間的關聯關系
1.4 建筑物空間元素的顯式和隱式規則
1.4.1 規則系統的定義
1.4.2 規則系統的應用
1.4.3 統計學習的定義
1.4.4 建筑物重建中的應用
1.4.5 規則與統計學習的融合
1.5 基于建筑物平面圖圖像解析的室內制圖方法
1.5.1 傳統建筑物平面圖圖像解析方法
1.5.2 建筑物平面圖圖像解析學習方法
參考文獻
第2章 基于輪廓劃分的建筑物屋頂形狀推薦方法
2.1 概述
2.2 研究進展
2.2.1 三維屋頂重建
2.2.2 對稱性檢測
2.2.3 屋頂輪廓分解
2.3 屋頂形狀推薦
2.3.1 輪廓分解算法
2.3.2 劃分對稱性檢測
2.3.3 選擇規則
2.3.4 組合規則
2.3.5 空間對稱規則
2.3.6 概率計算
2.4 實驗與分析
2.4.1 聯合事件概率比較
2.4.2 單一事件概率比較
2.5 總結與展望
2.5.1 理論局限性
2.5.2 經驗閾值
2.5.3 方法應用
參考文獻
第3章 利用二元不平衡學習標記公共建筑物正門方法
3.1 概述
3.2 研究進展
3.2.1 門檢測
3.2.2 入口檢測
3.3 研究方法
3.3.1 數據預處理
3.3.2 特征提取
3.3.3 不平衡分類
3.4 實驗與分析
3.4.1 實驗設置
3.4.2 標記精度
3.5 總結與展望
3.5.1 正門假設
3.5.2 多源數據融合
參考文獻
第4章 基于幾何地圖文法的房間語義推理方法
4.1 概述
4.2 研究進展
4.2.1 室內空間模型格式
4.2.2 基于數字化的室內建模
4.2.3 基于圖像的室內建模
4.2.4 基于軌跡的室內建模
4.2.5 基于LiDAR點云的室內建模
4.2.6 基于規則的室內建模
4.3 布局的形式化表達
4.3.1 建筑物類型定義
4.3.2 建筑物層次語義劃分
4.3.3 約束屬性文法
4.3.4 規則變量的斷言
4.3.5 規則的定義
4.4 房間類型推理算法
4.4.1 方法流程
4.4.2 貝葉斯推理
4.4.3 計算解析森林
4.4.4 計算概率
4.5 實驗與分析
4.5.1 訓練數據
4.5.2 測試過程
4.5.3 實驗結果
4.6 總結與展望
4.6.1 文法學習
4.6.2 深度學習
參考文獻
第5章 基于隨機森林和關系圖卷積網絡的房間語義推理方法
5.1 概述
5.2 研究進展
5.2.1 基于數字化的室內映射方法
5.2.2 基于測量的室內映射方法
5.2.3 基于規則的室內映射方法
5.3 研究方法
5.3.1 基于機器學習的房間類型標記
5.3.2 基于深度學習的房間類型標注
5.4 實驗與分析
5.4.1 標記準確性
5.4.2 時間消耗比較
5.5 總結與展望
參考文獻
第6章 基于遺傳規劃的室內地標顯著性學習方法
6.1 概述
6.2 研究進展
6.3 室內地標顯著性屬性
6.3.1 視覺屬性
6.3.2 語義屬性
6.4 研究方法
6.4.1 方法流程
6.4.2 數據采集和處理
6.4.3 基于GP算法的模型訓練
6.5 實驗與分析
6.5.1 實驗設置
6.5.2 實驗結果
6.5.3 基于GP算法的模型訓練
6.6 總結與展望
參考文獻
第7章 基于智能圖像分析的室內制圖與建模方法
7.1 概述
7.2 建筑物要素矢量化
7.2.1 建筑物要素的實例分割
7.2.2 墻體和門窗簡化
7.3 一致性拓撲優化
7.3.1 共邊檢測
7.3.2 拓撲優化模型
7.3.3 房間提取與模型生成
7.4 實驗與分析
7.4.1 實驗設置
7.4.2 評價指標
7.4.3 實驗結果
7.4.4 消融實驗和參數設置討論
7.4.5 計算成本分析
7.5 總結與展望
參考文獻
第8章 自優化建筑物平面圖圖像解析方法
8.1 概述
8.2 研究方法
8.2.1 實例模型訓練
8.2.2 形態學模板優化
8.2.3 自適應訓練策略
8.3 實驗與分析
8.3.1 數據集與實驗設置
8.3.2 實驗結果
8.4 總結與展望
參考文獻
附錄A 隨機森林實現的部分標記結果
附錄B 關系圖卷積網絡實現的部分標注結果
附錄C 排序預測結果
附錄D 測試場景示例
展開全部
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
名家帶你讀魯迅:朝花夕拾
- >
羅庸西南聯大授課錄
- >
史學評論
- >
伊索寓言-世界文學名著典藏-全譯本
- >
李白與唐代文化
- >
回憶愛瑪儂
- >
推拿
本類暢銷
