基于视觉变量映射的非仿真城市三维模型综合方法研究

Smart City service in Mobile Internet environment requires supports from generalization of 3D city models, and existing studies mainly focus on photorealistic rendering that generalizes city models from geometric, texture and distribution respectively. However, the 3D city model related application is multitudinous and the data require to visualize is heterogeneous, meanwhile the photorealistic models are expensive to product, complex to rendering, enormous in volume and difficult to share. It is necessary to study non-photorealistic generalization of 3D city models. The bases of non-photorealistic visualization and generalization are visual variables such as geometry, texture and distribution. Therefore, based on theories of modern cartography, computer graphics and data mining, this project proposes a non-photorealistic generalization method for 3D city models using visual variables mapping. This project will clarify the relationship between visual variable and 3D generalization, which will convert the 3D city models from passive, static and sole photorealistic service to positive, dynamic and diversity non photorealistic. It is valuable to deepen the cognition for 3D city models and 3D generalization in both theory and method. Meanwhile, by reducing the data volume and improving the rending efficiency, this study can be used in smart city and related applications.

智慧城市应用对城市三维模型综合与实时可视化提出了要求。现有研究主要从仿真角度，针对城市三维模型的几何、纹理、分布等单一方面提出综合方法。而目前城市三维模型应用领域广泛，数据多样，仿真城市三维模型数据生产成本高，渲染复杂，数据量大且难以共用，为此迫切需要从非仿真角度研究城市三维模型综合方法。几何、纹理、分布等信息构成了三维模型的视觉变量，是非仿真城市三维模型综合方法的基础。为此，本项目基于众包标记与深度学习，自动提取城市三维模型语义级视觉变量，并提出基于视觉变量映射的非仿真城市三维模型综合方法。该研究有助于阐明视觉变量对三维地图综合的影响机理，使城市三维模型由被动、静态、单一仿真服务转变为主动、动态、多样化非仿真服务。该研究对深化城市三维模型的认知、丰富三维地图综合理论与方法具有重要理论意义；此外通过降低数据量、提高渲染效率，提高模型可共用性，对于推动我国智慧城市建设具有应用价值。

能源消耗，交通，规划，人口经济分析以及疫情防控等各项应用都有其自身的语义数据，因此城市三维模型需要能够高效交互展示多种行业领域数据。非仿真可视化是支撑城市三维模型应用的主要方式，通过将语义信息与视觉变量进行动态映射，从而快速展示复杂的城市信息。通过本课题研究，首先建立了对城市三维模型的视觉变量提取方式，通过深度学习，图分割等多种算法，提取几何，纹理，分布等城市三维模型特征语义，从而为视觉变量映射提供基础；针对几何，纹理，分布等视觉变量维度，提出相应的综合简化算法，并建立视觉变量多细节层次模型，定义针对应用的视觉变量LoD集成框架；深入研究虚拟现实环境下的三维交交互特征，引入了光照，阴影，交互模式等三维视觉变量，为虚拟现实环境中城市三维模型的应用奠定了基础；构建用户行为分析系统，实现VR环境下的顾及用户行为的视觉变量映射评价体系，从而为提出相应的视觉变量选择与映射方法提供了验证基础。根据实验结果在几何模型分解方面，相关成果能够达到94%以上的准确度；纹理提取的准确度也超过96%；此外，对城市场景中的目标检测也提出了有效的算法。在用户行为分析方面，所提出的基于时序特征分析的算法，能够准确匹配用户测试。..本项目在理论研究的基础上，展开实际应用研究，包括能源分析，地籍管理，地质大数据，交通控制，物流管理等方向，产生了较好的效果。特别是VR用户行为分析技术，已经在人员培训等领域取得了较好的市场效果，在煤矿，粮食等行业取得了应用，产生了良好的经济效益与社会效益。经过四年的研究，课题按照预定的计划完成了项目申请书中提出的研究内容。实现了对于城市三维模型及其相关数据的获取与管理，构建了新型在线三维可视化系统，特别是开发了VR环境下用户行为获取与分析框架，为后续深入的用户行为分析及非仿真可视化方法的评估奠定了良好的基础。