CityGen 도시 건물 이미지 데이터 세트

이 데이터 세트는 논문에서 가져온 것입니다.CityDreamer: 무한한 3D 도시의 구성적 생성 모델"구축된 데이터 세트에는 OSM 데이터 세트와 Google Earth 데이터 세트가 포함되었으며, 그 결과는 CVPR 2024에 포함되었습니다.

1. OSM 데이터 세트

이 데이터 세트는 OpenStreetMap(OSM)에서 나왔습니다. 80개 도시의 래스터화된 의미론적 지도와 높이 필드가 포함되어 있으며, 6,000제곱킬로미터가 넘는 지역을 포괄합니다. 래스터화 과정에서 벡터 기하학 정보는 EPSG:3857 좌표계를 사용하여 이미지로 변환되고 픽셀당 약 0.597미터씩 레벨 18로 확대됩니다.

의미 지도는 서로 다른 위치에 있는 요소를 나타내기 위해 다양한 색상을 사용합니다. 예를 들어, 빨간색은 도로, 노란색은 건물, 초록색은 녹지, 청록색은 건설 현장, 파란색은 수역을 나타냅니다. 높이 필드는 주로 건물의 높이를 나타냅니다. 도로 높이는 4로 설정되고, 물 높이는 0으로 설정되며, 나무 높이는 8~16 사이에서 무작위로 샘플링됩니다.

2. Google Earth 데이터 세트

이 데이터 세트는 Google Earth Studio에서 수집되었으며, 구체적으로는 뉴욕시의 맨해튼과 브루클린 지역에 대한 것입니다. 400개의 트랙이 들어 있고, 각 트랙에는 60개의 이미지가 들어 있으며, 총 24,000개의 실제 도시 이미지가 들어 있습니다. 선로의 반경은 125~813m, 높이는 112~884m로 다양했습니다. Google Earth Studio는 카메라의 내재적 및 외재적 매개변수를 제공하여 의미론적 및 건물 인스턴스 세분화를 위한 자동 주석을 생성할 수 있습니다. 개별 건물 인스턴스는 의미 그래프에서 연결된 구성 요소를 감지하여 식별되고, 카메라 매개변수를 사용하여 도시 레이아웃을 이미지에 투영하여 주석이 생성됩니다.

다중 관점 일관성: 이 데이터 세트에는 다양한 관점에서 본 실제 도시 이미지가 포함되어 있어 신경망이 다양한 관점에서 도시를 생성하는 능력을 향상시킵니다.