大范围实景三维智能调色 | 模方自动化匀色解决方案

《实景三维中国建设总体实施方案(2023---2025年)》、《实景三维中国建设技术大纲》等相关文件中指出,倾斜Mesh三维模型修饰要求模型整体色彩真实,无明显色差 。9月,自然资源部在国务院新闻发布会上表示,实景三维中国将于2025年初步建成

目前,我国各省市的实景三维建设任务已基本完成。但由于跨年份、拍摄季节、时间光照条件不一 等因素,数据在色彩上存在显著差异

在实景三维中国建设初期,大势智慧率先在业内推出了实景三维模型的色彩调整解决方案。通过模方联动DasViewer ,对不同区域(如A区、B区、C区等)的数据进行蒙版匀色,减少了人工的重复操作,提高了手动调色的效率,为各地的实景三维生产建设作出了贡献。

然而,随着更新区域的扩大,目前的匀色方法的人工交互工作量大、标准不统一等问题极大限制了各省实景三维数据成果的汇交效率。为此,模方4.2版本推出了基于存量地理模板数据的自动化调色解决方案,以帮助用户更有效地应对当前实景三维中国建设中的数据调色需求。

一键导入存量地理模板数据

超大范围实景三维自动调色

方案通过导入用户已有的存量地理模板数据,智能计算更新区域模型数据与存量地理模板数据之间的色差,进而对原始数据进行自动化色彩调整。

过去,存量的地理模板数据只能在二维平面上进行修改调整,模方成功将其应用在三维模型中进行自动匀色。用户只需一键导入存量地理模板文件无需人工干预 ,便可实现模型的**自动调色处理,**助力各地实景三维建设加速生产。
超大范围实景三维自动调色操作窗口

存量地理模板数据

调色前后对比效果

效率方面,以21平方公里测区,分辨率为3cm的数据进行调色为例,单机处理耗时仅3小时左右 ,**相比先前的手动调色效率提升了数倍。**以下为具体效率测试报告数据:

此外,模方还可联动G-Engine实现多机并行处理,让大范围的实景三维数据匀色效率更高。

方案通过高效的自动调色技术,能够帮助用户针对性解决大范围实景三维数据更新过程中常见的色彩不一致等难题,提升模型后处理效率的同时,保证模型的质量与一致性,打通大范围城市实景三维局部更新工作的最后一环。

4.2新版本将于近期上线正式大势智慧官方网站,请广大用户密切关注我们的官方渠道。同时感谢各位一直以来对模方、Dasviewer等产品的支持和信任!如有任何关于产品技术的疑问或建议,欢迎随时与我们联系。

相关推荐
二向箔reverse4 分钟前
机器学习入门:线性回归详解与实战
人工智能·机器学习
真就死难12 分钟前
Rerank 模型的其中两种路径:BERT 相似度与 CoT 推理
人工智能·机器学习·rag
无规则ai20 分钟前
AI三巨头:机器学习、深度学习与人工智能解析
人工智能·深度学习·机器学习
不剪发的Tony老师30 分钟前
字节跳动正式开源AI智能体开发平台Coze
人工智能·coze
love530love35 分钟前
Windows 如何更改 ModelScope 的模型下载缓存位置?
运维·人工智能·windows·python·缓存·modelscope
一百天成为python专家3 小时前
数据可视化
开发语言·人工智能·python·机器学习·信息可视化·numpy
金井PRATHAMA3 小时前
主要分布在背侧海马体(dHPC)CA1区域(dCA1)的时空联合细胞对NLP中的深层语义分析的积极影响和启示
人工智能·神经网络·自然语言处理
说私域3 小时前
技术赋能与营销创新:开源链动2+1模式AI智能名片S2B2C商城小程序的流量转化路径研究
人工智能·小程序·开源
倒悬于世6 小时前
开源的语音合成大模型-Cosyvoice使用介绍
人工智能·python·语音识别
pk_xz1234567 小时前
光电二极管探测器电流信号处理与指令输出系统
人工智能·深度学习·数学建模·数据挖掘·信号处理·超分辨率重建