PulseAugur
实时 08:41:22
English(EN) Sat2RealCity: Geometry-Aware and Appearance-Controllable 3D Urban Generation from Satellite Imagery

新框架可从卫星图像生成可控的3D城市

研究人员开发了Sat2RealCity,一个从卫星图像生成3D城市环境的新框架。该方法侧重于对象级生成,与之前的场景级方法相比,能够更好地控制外观和地理对齐。该框架利用了一个名为BuildVerse3D的数据集,并结合了OpenStreetMap引导的地面定位策略、用于区域风格一致性的外观引导生成机制,以及一个由MLLM驱动的语义管道,用于理解和合成区域外观。 AI

影响 通过实现更具可控性和地理准确性的3D城市合成,该框架有望推动数字孪生和模拟环境的创建。

排序理由 该集群包含一篇详细介绍3D城市生成新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新框架可从卫星图像生成可控的3D城市

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Xinliang Wang, Yijie Kang, Zhenyu Wu, Yifeng Shi ·

    Sat2RealCity: Geometry-Aware and Appearance-Controllable 3D Urban Generation from Satellite Imagery

    arXiv:2511.11470v2 Announce Type: replace Abstract: 3D urban generation from satellite imagery is an important task for scalable digital twins and real-world simulation environments. Existing approaches primarily rely on scene-level generation paradigms, which often require large…