面向三维自动重建的建筑物语义与几何一致性映射方法

The current semantic hierarchy in CityGML (OGC standard) contains only very basic information and is therefore only able to describe building components at quite coarser level. In particular, this semantic system is developed based on the observation of buildings in Germany. Thus, it is hard to be used for 3D building models with detailed semantic information in China. To solve this problem, in this project we attempt to establish a taxonomy of semantic hierarchies for buildings in different types and exploring the inherent relations among semantic and geometries. First of all, buildings are classified in several types. For each type of buildings, semantic information on facades and their relations are collected and analyzed, in order to generate semantic hierarchy and establish a taxonomy in the end. In the next step, for each type of buildings, the geometrical characteristics (including shapes, size, orientations, and distributions) of semantic components are analyzed, in order to find out the relations among semantics and geometries. Since buildings are man-made objects in urban area, the expected patterns of semantic object distributions on 3D facades and 2D footprints may inspire that façade grammar could be generated and used to describe façade structures. Therefore, façade grammars are going to be developed according to the aforerward mentioned analysis. They will be further applied in a number of selected cities, to extract façade structure with semantic information for those buildings reconstructed in block box and textures. The successful experience can be applied for the existing building models modeled in similar manner, so that the semantic information can be automatically extracted and integrated, thus can be more useful for various applications.

目前OGC标准中的建筑物语义体系只包含了基本的建筑物部件语义信息，因此只能用于描述和构建相对简单的建筑物模型。更重要的是，此语义体系主要参照德国地区的一些常见建筑物类型。所以，很难用于我国的城市建筑物的三维建模。本项目以这些问题为出发点，针对如何建立适合我国语言习惯和城市建筑风格的语义信息体系和如何描述与建立跨层次语义信息与几何形态的一致性关系两个关键科学问题开展研究。首先，统计归纳和整理建筑物部件语义信息，形成一个分类详细、内容丰富的建筑物语义体系集，同时构建各个语义树末端节点的语义实体库。然后，针对每一个类别中的建筑物墙面语义信息，重点研究建筑物部件的形状规律与分布规律，针对比较常规的建筑类型制定墙面语法规则，建立常用固定语法库，并测试用于从现有的不含语义信息的三维建筑物模型中提取语义信息，让现有的三维城市模型变得适合运算与互操作，从而发挥更多更大的作用，更好地为智慧城市提供数据基础。

本项目基于城市建筑物在几何和语义上的一致性映射这一事实，充分利用建筑物构成部件的几何分布的规则性和规律性，深入研究建筑物语义体系，结合我国语言文化传统、习俗与命名习惯，建立符合我国城市建筑物组建特征的语义体系，在此基础上对建筑物进行分类，统计分析各类建筑物中语义特征与所描述物体的几何特征的关联关系，以及具有相同语义信息的物体在几何形态方面的规律性。研究成果包括：一是，本项目借助众源地理信息开放平台下载研究测试区域（巴黎、伦敦、武汉、上海等城市）的建筑地基线数据，并利用车载Lidar、无人机倾斜摄影、谷歌街景等手段获取研究区域的建筑物实景照片。二是，根据建筑地基线形状、建筑用途、风格、高度等特征，结合建筑墙面语义实体的几何特征建立了不同建筑类型与语义实体间的层次构架，并形成具有映射能力的语义体系，综合分类精度可达80%，优于先进的方法。三是，构建了公开的墙面语义数据集FaçadeWHU，并设计了基于卷积神经网络、组合式的语义信息提取方法，使墙面可视目标的识别精度达到98.8%。四是，收集和整理了建筑行业的相关规定、说明和规范，参阅大量文献资料，对比实景照片，以建筑形式美法则、格式塔理论等为指导，制定了具有较强推理能力和描述能力的墙面语法规则，并构建了墙面语义实体分布模型，实现了相同语义信息的曲线延申规律、对称和重复规律，以及其母语义综合规律的最优化表达，不同类别语义实体组合时的形状与分布规律、组合分布规律的一致性描述。克服了小概率语义信息、遮挡条件和数据不完整条件下的墙面语义实体推理困难等问题。五是，以墙面语法规则为指导，设计了简单环境下的全自动三维重建过程以及复杂环境下的半自动墙面完整性建模流程，相比过程建模，该流程保障了重建的精度，并极大节省了人工作业量（平均建模速度为30s）。