来源：期刊VIP网 时间：
作者：石金玉;余贤锋;司占军;张滢雪;
单位：天津科技大学人工智能学院;
摘要：针对建筑信息领域传统测量方法的局限性，如操作复杂、时效性低及精度欠佳等问题，本研究探讨了三维扫描技术与BIM(Building Information Modeling)模型结合的新途径。本研究聚焦于利用高速发展的三维点云技术高效采集建筑几何信息，并提出一种改进的基于深度学习的三维点云识别方法。该方法基于RandLA-Net，优化网络结构以适应大规模点云处理需求，同时融合点云的语义与实例特征，显著提升识别精度，为BIM模型重塑提供精确基础。此外，本研究还开发了一套可视化BIM模型生成系统，系统化地将点云识别结果转化为BIM构件参数，自动构建BIM模型，促进了模型的开放共享与二次开发。研究成果不仅有效推进了三维点云数据向精细化BIM模型转换的自动化进程，还为促进建筑信息化、加速智慧城市构建提供了重要技术支持，展现出广泛的应用潜力和实践价值。
关键词：三维点云;;RandLA-Net网络;;BIM模型;;OSG引擎
