CADSpotting：基于图元无关坐标采样与滑动窗口聚合的大规模建筑CAD图纸全景符号识别方法

《Computational Visual Media》：CADSpotting: Robust panoptic symbol spotting on large-scale CAD drawings

　　我们提出了CADSpotting，一种用于大规模建筑CAD图纸中全景符号识别的有效方法。现有方法在应对CAD设计中符号多样性、尺度变化和重叠元素时常常遇到困难，并且通常依赖于额外特征（例如原始图元类型或图形图层）来提高性能。CADSpotting通过一种图元无关的、仅基于坐标的密集采样表示来解决这些挑战：每个CAD图元被转换为嵌入在z=0的3D空间中的密集采样2D点，点云主干网络在无需显式图元类型或图层属性的情况下学习特征。为了在大尺寸图纸中实现准确分割，我们进一步使用滑动窗口聚合（SWA），它结合加权投票和稀疏非极大值抑制（NMS）来合并重叠窗口之间的局部预测。此外，我们引入了LS-CAD，这是一个大规模数据集，包含45个精细标注的完整楼层平面图，每个覆盖面积约为1000平方米或更多。LS-CAD通过专注于物理上范围广泛的真实世界布局（每张图纸包含数千至数万个图元）来补充现有的大量CAD数据集。在FloorPlanCAD和LS-CAD上的实验表明，与现有方法相比，CADSpotting实现了强大的性能。我们还展示了其实际应用价值，即能够直接从原始CAD输入实现自动化的参数化3D室内重建。