一种基于深度学习和合成点云的实例分割和模型重建方法与系统

本发明公开了一种基于深度学习和合成点云的实例分割和模型重建方法与系统，该方法首先通过对BIM模型进行采样，生成实例级别的合成点云，包括均匀采样生成无遮挡点云、应用隐藏点移除算法生成遮挡点云以及选择候选视点模拟真实场景下的遮挡点云。随后，将生成的合成点云用于深度学习实例分割模型的训练，并利用训练好的模型对实际点云场景进行分割，实现构件级别的精确识别。最后，通过Dynamo软件对分割后的点云进行参数化建模，根据实例分割结果重建建筑构件，完成复杂场景下的三维模型重建。本发明能够有效提升复杂环境中点云分割的精度和建模效率，广泛适用于建筑智慧运维和机电设备管理等领域。