基于近似重复结构的建筑建模、修复和绘制

对历史建筑或城市标志性建筑的三维描述受到越来越广泛的重视。建筑作为一类特定的人造物体，通常具有较多的重复结构，但这些重复结构并非完全意义下的对称或复制。项目的目标是对建筑特有的近似重复结构进行研究，为建筑提供有效的建模、修复和绘制方法，相关的研究成果、技术方法也可以在文化遗产等融合社会需求的领域得到广泛应用。基于对建筑物结构的"理解"，（1）存在于三维模型中的瑕疵可以被自动清除；（2）对建筑物的描述被压缩到一个更大的程度；（3）建筑物可以按照其结构风格分类，增添了结构检索的可能性；（4）没有得到充分保护的建筑物可以按照符合人们所知的方式进行数字修复。

项目研究基于近似重复结构的建筑建模、修复与绘制。截至2013年底已经发表13篇同行评审论文，其中7篇发表在计算机视觉领域的顶级国际会议（CVPR，ICCV）和期刊（IJCV）。研究目标是从图像中发现关于场景布局和物体类别的高层语义信息，以建造结构敏感、符合语义的逼真场景几何模型。研究重点是设计新颖的方法和技术来编码人脑知识，使得计算机能够接近人类智慧，拥有类似于我们感知场景的能力。研究思路是基于建立和确定描述问题本质的数学、物理、感知模型，并通过概率、组合、或判别方法来搜索最优解。更具体地，通过在问题的数学描述中挖掘并建模底层结构约束，相关工作在图像分割、物体检测、图像识别、形状增强、大规模图像搜索等领域超越了前沿算法。通过编码人类感知系统所启发的场景相关附加先验知识，我们较好地解决了由于问题病态定义、有噪声的输入和分辨率不足、遮挡和光照等干扰因素所造成的二义性问题。