Large Scale Architectural Asset Dataset (LSAA)

Large Scale Architectural Asset Dataset (LSAA) 是一个包含大量全景图像中建筑资产的数据集，包括78,377个全景图和199,723个提取的立面图像，这些图像包括窗户、门和阳台以及描述性属性。

The Large Scale Architectural Asset Dataset (LSAA) is a comprehensive collection of architectural assets within panoramic images, encompassing 78,377 panoramic views and 199,723 extracted facade images. These images feature elements such as windows, doors, and balconies, along with descriptive attributes.

原始信息汇总

Large Scale Architectural Asset Dataset (LSAA) 概述

数据集描述

LSAA 数据集包含从大规模全景图像集合中提取的建筑资产，主要包括：

• 78,377 张全景图像
• 199,723 张立面图像，包括窗户、门和阳台，以及相应的描述性属性

数据集内容

立面图像

• 立面图像数量：199,723
• 属性文件：
  • Properties200K.csv：包含200K立面的属性信息
  • Properties23K.csv：过滤后的23K立面属性信息
• 检测结果：
  • facade_detection_result.json：立面在投影图像上的边界框信息

窗户、门和阳台

• 窗户：
  • 属性文件：window_all.csv 和 window_filtered.csv
  • 检测结果：window_detection.json
• 门：
  • 属性文件：door_all.csv 和 door_filtered.csv
  • 检测结果：door_detection.json
• 阳台：
  • 属性文件：balcony_all.csv 和 balcony_filtered.csv
  • 检测结果：balcony_detection.json

许可证

数据集（包括JSON、CSV元数据、下载脚本和文档）根据Creative Commons BY-NC-SA 4.0许可发布。允许非商业用途的使用、再分发和改编，但需遵守以下条件：

1. 适当引用我们的论文
2. 标明任何修改
3. 分发衍生作品时使用相同的许可证

更新信息

数据集可直接从此处下载。

联系方式

如有疑问，请联系 [e-mail]。

搜集汇总

数据集介绍

构建方式

LSAA数据集通过从大规模全景图像集合中提取建筑资产构建而成。该数据集包含78,377张全景图像和199,723张提取的立面图像，其中包括窗户、门和阳台等建筑元素，并附有描述性属性。数据集的构建过程涉及从全景图像中提取立面图像，并对这些图像进行校正和投影，以确保数据的准确性和一致性。此外，数据集还提供了详细的元数据，包括建筑元素的属性信息和边界框标注，以便于进一步的分析和应用。

特点

LSAA数据集的主要特点在于其大规模和多样性。该数据集不仅包含了丰富的建筑元素图像，还提供了详细的属性描述和边界框标注，使得研究者能够进行精确的建筑资产识别和分析。此外，数据集的图像来源广泛，覆盖了多个地理区域，确保了数据的多样性和代表性。通过提供全景图像和投影图像，LSAA数据集为建筑学、计算机视觉等领域的研究提供了宝贵的资源。

使用方法

使用LSAA数据集时，用户可以通过提供的下载脚本从Google Drive下载数据，并根据需要选择不同的参数进行数据筛选。数据集的安装和使用步骤包括克隆代码库、安装依赖项、下载标注文件以及运行下载脚本。用户可以根据研究需求选择特定的建筑元素类型（如窗户、门或阳台），并通过调整参数来控制下载的图像数量和质量。数据集的使用需遵循Creative Commons BY-NC-SA 4.0许可协议，确保在非商业用途下进行使用、重分发和修改。

背景与挑战

背景概述

Large Scale Architectural Asset Dataset (LSAA) 是由沙特阿拉伯阿卜杜拉国王科技大学（KAUST）的研究团队创建的一个大规模建筑资产数据集。该数据集的核心研究问题是从全景图像中提取建筑资产，如窗户、门和阳台，并为其提供描述性属性。LSAA 数据集包含了78,377张全景图像和199,723张提取的建筑立面图像，涵盖了全球多个城市的建筑资产。该数据集的创建旨在推动建筑资产提取领域的研究，并为计算机视觉和建筑分析提供丰富的数据资源。

当前挑战

LSAA 数据集在构建过程中面临了多个挑战。首先，从全景图像中精确提取建筑立面及其内部资产（如窗户、门和阳台）是一个复杂且具有挑战性的任务，涉及图像分割、特征提取和几何校正等多个技术难题。其次，数据集的规模庞大，处理和存储这些图像及其相关元数据需要高效的计算资源和存储解决方案。此外，由于部分全景图像可能被删除或更新，数据集的维护和更新也是一个持续的挑战。最后，如何确保数据集的多样性和代表性，以覆盖不同地理区域和文化背景的建筑风格，也是该数据集面临的一个重要问题。

常用场景

经典使用场景

LSAA数据集在建筑学和计算机视觉领域中被广泛应用于建筑立面元素的提取与分析。其经典使用场景包括建筑立面图像的自动识别与分类，特别是窗户、门和阳台等建筑元素的检测与属性描述。通过该数据集，研究者可以训练和验证深度学习模型，以实现对建筑立面图像的高效处理和理解。

实际应用

LSAA数据集在实际应用中具有广泛的前景，特别是在城市规划、建筑设计和文化遗产保护等领域。例如，城市规划者可以利用该数据集自动分析和评估城市建筑的立面结构，从而优化城市设计。建筑设计师则可以借助该数据集快速生成建筑立面设计方案，提高设计效率。此外，文化遗产保护机构可以利用该数据集对历史建筑进行数字化存档和分析，确保文化遗产的长期保存。

衍生相关工作

LSAA数据集的发布催生了一系列相关的经典工作，特别是在建筑立面元素检测和属性提取方面。许多研究者基于该数据集开发了新的深度学习模型，用于提高建筑元素检测的准确性和效率。此外，该数据集还被用于探索建筑立面图像的风格分析和生成，推动了建筑美学和计算机图形学领域的研究进展。