딥러닝 기법을 이용한 건설 현장 3D 재구성 시스템 구축

건설 프로젝트의 복잡성과 규모가 증가하고 있으며, 건설 계획 관리가 여전히 주로 수작업으로 수행됨에 따라 많은 프로젝트가 일정 지연으로 인해 예산 초과와 법적 문제에 직면하고 있습니다. 기존 3D 재구성 기법의 결과물은 종종 큰 구멍, 왜곡 또는 흐릿한 부분이 있는 모델이지만, 인공지능 기반의 3D 재구성 방법은 일반적으로 3D 박스로 표현된 단순한 분리된 조각들로 구성된 모델을 생성합니다. 따라서 전반적으로 이러한 알고리즘적 방법들은 실질적인 사용에 부족합니다. 본 연구의 중심 목표는 생성적 적대 신경망 시스템을 3D 복원에 적용하여 관련 상태에 맞는 생성적 적대 신경망 모델을 구축함으로써 기본 3D 재구성 모델의 가능성을 구현하는 것입니다. 2D 이미지들이 3D 은폐 형상이나 참조 지식에 대한 사전 정보 없이 입력으로 사용됩니다. 3D 복원 기법을 위한 표준 벤치마크 결과는 본 알고리즘 구조가 최첨단 방법들을 능가함을 보여줍니다. 실험 결과는 본 알고리즘 시스템이 3D 변환을 위한 표준 벤치마크 데이터셋에서 최첨단 3D 복원 방법들을 능가함을 입증합니다.