基于360度视频的半自动室内几何重建，用于教室中基于CFD的气流分析

arXiv 2026 46.2 method, application

TLDR

提出半自动流程，将室内三百六十度视频转换为可编辑仿真几何，用于CFD气流分析。

评分理由

Strengths include practical integration of modern vision methods with CFD validation and real classroom deployments. Weaknesses are that the workflow is semi-automated and produces simulation geometry rather than fully parametric CAD models, limiting direct relevance to CAD-specific contributions.

Read-first 评分解释

综合优先阅读分 46.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 30。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、基准、评估、验证

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

主题相关性 42%

18.8

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI for CAD、computer-aided design、neural CAD、generative CAD、parametric CAD、B-Rep、boundary representation、constructive solid geometry、CSG、sketch extrusion、CAD generation、CAD reconstruction、text-to-CAD、image-to-CAD、point cloud to CAD、CAD program

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：40。

关键词评分

CAD reconstruction

point cloud to CAD

AI for CAD

computer-aided design

image-to-CAD

parametric CAD

CAD generation

CAD program

neural CAD

generative CAD

B-Rep

boundary representation

constructive solid geometry

CSG

sketch extrusion

text-to-CAD

深度分析

创新点

端到端半自动流水线，将单个360度视频转换为独立可编辑、仿真就绪的几何资产
利用NeRF进行稠密点云重建，并结合文本提示的SAM 3实例分割，通过多视角一致性和深度带滤波提升至3D
基于八叉树的物体实例分离，以及用连通图修复遮挡间隙
混合对象重建：基于ICP配准的椅子模板和程序化生成的桌子几何
基于浏览器的编辑器，用于质量保证和快速重构备选布局，无需重新采集房间
CFD流程耦合稳态RANS OpenFOAM与瞬态被动标量输运，并通过网格敏感性分析验证和IEA Annex 20基准验证

方法

该流程使用NeRF从单个360度视频重建稠密点云，然后将文本提示的SAM 3 2D实例掩码通过多视角一致性和深度带滤波提升至3D。利用八叉树将点分割为物体实例，通过连通图修复遮挡间隙，椅子模板通过ICP配准，桌子几何程序化生成。基于浏览器的编辑器支持质量保证和布局变更；CFD评估使用稳态RANS OpenFOAM及瞬态被动标量输运，并通过网格敏感性测试和IEA Annex 20验证，应用于两间大学教室和一个阶梯报告厅。

关键结果

单间采集到几何的处理在消费级工作站上需2至5小时。在受控遮挡序列中，模拟的半清除时间随家具增加呈非单调变化；跨房间比较显示，清除行为无法在房间间可靠外推。

局限性

该流程是半自动而非全自动，需要基于浏览器的编辑器进行质量保证和布局构建。
每个房间的几何采集仍需2至5小时，限制了快速部署。
清除行为无法在房间间可靠外推，因此仍需逐房间采集几何。

技术栈

NeRFSAM 3ICPOpenFOAM

资源

论文