Resumen

El objetivo es mejorar el grado de visualización de los datos de construcción, garantizar la capacidad de detección inteligente y resolver de manera efectiva los problemas encontrados en el procesamiento de datos de construcción. Se adoptan la red neuronal convolucional y la tecnología de realidad aumentada, y se propone un modelo de visualización de edificios basado en red neuronal convolucional y realidad aumentada. El rendimiento del algoritmo propuesto se confirma aún más mediante verificación de rendimiento en conjuntos de datos públicos. Se encuentra que el modelo de detección de objetivos de construcción basado en red neuronal convolucional y realidad aumentada tiene ventajas evidentes en complejidad algorítmica y precisión de reconocimiento. Es un 25 por ciento más preciso que el modelo más reciente. El modelo puede aprovechar al máximo los recursos de computación móvil, evitar el retraso y la dependencia de la red, y garantizar el requisito de procesamiento de datos en tiempo real. Además, el modelo también puede realizar de manera efectiva la navegación y el efecto de interacción de realidad aumentada de ed

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Visualización; Detección inteligente; Red neuronal convolucional; Realidad aumentada; Procesamiento de datos de edificios; Verificación de rendimiento
• Keywords:Visualization; Intelligent detection; Convolutional neural network; Augmented reality; Building data processing; Performance verification