新的 P3 数据集结合 LiDAR 和图像进行建筑矢量化

研究人员推出了 P$^3$ 数据集，这是一个大规模的多模态基准，用于建筑矢量化。该数据集结合了全球范围内收集的航空 LiDAR 点云、高分辨率航空影像和矢量化的 2D 建筑轮廓。它包含超过 100 亿个具有分米级精度的 LiDAR 点和地面采样距离为 25 厘米的 RGB 图像。P$^3$ 数据集旨在通过包含密集的 3D 信息，为建筑矢量化提供比现有以图像为主的数据集更全面的视角，证明了 LiDAR 在预测建筑多边形方面的有效性，并表明融合 LiDAR 和图像可以进一步提高准确性和几何质量。 AI

影响 为地理空间分析和城市规划中的多模态人工智能模型提供了一个新的基准。

排序理由 该集群描述了一个新的数据集和相关的研究论文，该论文已在 arXiv 上发表。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• lidar
• P$^3$ Dataset
• Raphael Sulzer
• Rgb Images
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →