维普
万方数据
基于生成对抗网络的窗户精细结构半监督识别
Semi-supervised Recognition of Fine Structure of Windows Based on Generative Adversarial Networks
梁欣荣 1冯勃1
作者信息
- 1. 西南交通大学地球科学与环境工程学院,四川成都 611756
- 折叠
摘要
针对当前立面窗户重建存在的精细结构缺失、标注数据获取困难、迁移学习精度不高的问题,提出了一种基于生成对抗网络(GAN)的半监督精细窗户结构识别方法.该方法使用纹理影像进行信息提取,基于半监督学习的方式,从大量无标签数据中构建生成对抗网络模型,提升了模型的泛化能力和抗干扰能力.实验表明,本文方法可以明显提升小样本下建筑立面窗户的种类识别精度和参数回归精度,应用于实际建模之中也取得了良好的效果.
关键词
三维建模/建筑物立面/生成对抗网络/半监督学习Key words
3D modeling/building facade/generative adversarial networks/semi-supervised learning引用本文复制引用
出版年
2024