《基於IFC的建築信息模型(BIM)語義檢索技術研究》是依託清華大學，由劉玉身擔任項目負責人的面上項目。
基本介紹
- 中文名：基於IFC的建築信息模型(BIM)語義檢索技術研究
- 依託單位：清華大學
- 項目負責人：劉玉身
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
三維模型語義檢索是當前研究熱點，語義檢索不僅要考慮檢索對象的幾何形狀特徵，還應關注套用領域的語義特徵。近年來，在建築工程領域隨著BIM（Building Information Modeling）技術的快速發展和普及，網際網路上三維BIM模型正迅猛增長，如何有效地檢索這些模型資源變得日益迫切。傳統的三維模型檢索大多基於關鍵字匹配、幾何形狀相似匹配方法，而缺乏對建築工程領域語義信息的提取、表示和匹配，不能很好地滿足用戶查詢，難以有效地支持設計復用。本課題針對網際網路上建築產品庫開展BIM模型語義檢索技術研究，並開發一個針對BIM模型的垂直搜尋引擎原型，有助於建築設計的快速查找和有效復用。主要研究內容包括：基於IFC標準的BIM領域本體構建和學習，基於幾何與語義混合特徵的BIM模型自動標引，基於Tversky模型與信息量的BIM模型語義相似性度量，基於SPARQL與LCA剪枝的本體擴展查詢方法。
結題摘要
本課題針對網際網路上建築產品庫開展BIM模型語義檢索技術研究，並開發了一個針對BIM模型的垂直搜尋引擎原型，有助於建築設計的快速查找和有效復用。主要成果包括：（1）提出一種基於內容的IFC檔案壓縮算法，在此基礎上實現了IFC模型快速離散、傳輸和載入方法，大大最佳化了IFC檔案內容及其在Web端模型顯示的效率；（2）提出一種三維模型的可視內部體積度量方法，並將該度量方法套用到三維模型的關節語義特徵提取、模型分割、形狀匹配與檢索；（3）提出一種基於BoSCC (Bag of Spatial Context Correlations) 的三維模型形狀表征方法，增強了傳統基於Bag of Words (BoW)方法的空間信息表征能力，該方法被套用到三維模型形狀分類、全局形狀檢索和局部形狀檢索中；（4）提出一種基於三維模型序列視圖表示的三維模型形狀表征方法，該方法考慮到了序列視圖之間存在的順序關係和不同視角下的視圖對三維模型表示的不同重要程度來增強三維模型的特徵表示；（5）提出一種基於三維模型點雲表示的形狀表征學習方法，該方法關注於獲取點雲局部鄰域內的細粒度上下文信息，並引入注意力（Attention）機制來突出鄰域內不同尺度區域的重要程度；（6）提出一種共同表征三維模型和自然語言兩種不同模態並可實現兩者間的跨模態檢索的方法，該方法可用於擴展檢索方式，使檢索結果形式更加多樣化。項目期間共發表或接收論文13篇，其中SCI索引論文9篇，國際會議論文4篇，包括CCF A類論文6篇。此外，1篇論文獲得國際會議ICCCBE 2016的Best Student Presentation獎。
