Day 8 基于解析平面图的室内建模

Indoor mapping and modeling by parsing floor plan images

ABSTRACT：A large proportion of indoor spatial data is generated by parsing floor plans. However, a mature and automatic solution for generating high-quality building elements (e.g., walls and doors) and space partitions (e.g., rooms) is still lacking. In this study, we present a two-stage approach to indoor mapping and modeling (IMM) from floor plan images. The first stage vectorizes the building elements on the floor plan images and the second stage repairs the topological inconsistencies between the building elements, separates indoor spaces, and generates indoor maps and models. To reduce the shape complexity of indoor boundary elements, i.e., walls and openings, we harness the regularity of the boundary elements and extract them as rectangles in the first stage. Furthermore, to resolve the overlaps and gaps of the vectorized results, we propose an optimization model that adjusts the rectangle vertex coordinates to conform to the topological constraints. Experiments demonstrate that our approach achieves a considerable improvement in room detection without conforming to Manhattan World Assumption. Our approach also outputs instance-separate walls with consistent topology, which enables direct modeling into Industry Foundation Classes (IFC) or City Geography Markup Language (CityGML).

KEYWORDS ：Floor plan; image vectorization; topological consistency; indoor mapping and modeling; indoor location-based services

今年，室内导航不断发展，对室内空间数据的要求不断提高。但是大多数室内空间数据都是通过解析平面图生成的，但是还是没有一个成熟的自动解决方案。具有拓扑关系的室内空间信息有助于室内移动分析，比如移动物体查询、和热门地点挖掘，也是建筑紧急情况评估必不可少的一部分。本文中，作者提出了一种两阶段的解决方法，第一步先将建筑元素矢量化在平面上，第二阶段修复建筑元素之间的拓扑不一致性，分割室内空间，生成室内地图和模型。

现状

目前，很多室内地图和模型是由传感器测量产生的，但是传感设备耗资巨大，不能广泛应用。同时资源提供的地理信息又具有高噪声和偏差大的缺点，也不能被广泛应用到室内建筑。目前，随着计算机的进一步发展，向量机和深度卷积神经网络也逐渐被应用于平面图像的解析，但是还存在着一些局限性。

1. 基于分段的方式，将平面图风格成有类别标签的多边形，这会将边元素分割成具有坚固边界的多边形。这会产生冗余噪声，破坏原始建筑元素的拓扑一致性。

2. 基于结点的方式，不考虑任何的厚度。但是实际上，建筑元素的厚度会对建筑物内部的实际表示产生重要影响。这会影响建筑管理和室内的LBS。

方法

1. 矢量化阶段，根据边界元素的形状和规律，将边界元素简化为具有不同方向和厚度的矩形。这可以大大降低拓扑细化的难度，将室内空间细分。

2. 在优化阶段，修复矢量化阶段产生的拓扑不一致。通过制定边界元素接触边点的拓扑约束，调整相邻的矩形顶点。

TCL碎碎念

这篇论文让我想到了小学期手动制平面图的恐惧。的确，在目前的各个方面，具有良好的几何拓扑性质的室内空间数据是不可少的，但是目前的技术还不是很成熟。本文提出的方法很好的解决了这个问题，通过室内平面图的输入，两步走方式生成具有拓扑关系的室内空间数据，这在很多方面都是具有实际意义的发现。但是我对他的优化原理有一点不明白，如何判定优化的方法。当时在手工制图的时候，我也会碰到一个拓扑错误但是有多个修改方法的情况，比如两线相交，是把一条线的短边剪去还是两条线的短边都剪去。这些细节问题的设定其实和具体的应用有关，在设计编程的时候或许可以人工输入一些拓扑修改的规则以适应平面图具体的应用场景。