Floorplan AI

Obiettivo:

L'obiettivo di questo progetto era analizzare le planimetrie fornite in formato PDF o immagine ed estrarne le informazioni principali. Dalla planimetria in ingresso dovevamo estrarre la forma dei diversi ambienti presenti nell'immagine e determinare le coordinate degli ambienti stessi nell'immagine.

La nostra soluzione:

Una pipeline di visione artificiale multilivello che combina segmentazione basata su transformer (Vision Transformers), estrazione di bordi e linee, riconoscimento degli angoli & post-elaborazione geometrica per generare poligoni degli ambienti puliti.

Sfide affrontate:

• Gestione dell'enorme varietà di stili, didascalie, risoluzioni e lingue.
• Creazione di un processo di annotazione efficiente entro scadenze ristrette.
• Combinazione di più pipeline IA (Vision Transformers, riduzione del rumore, riconoscimento dei bordi) per risultati precisi.

1. Immobiliare: creazione automatica di annunci immobiliari interattivi.
   
2. Edilizia: riduzione del disegno CAD manuale da giorni a minuti.
   
3. Architettura d'interni: creazione rapida di layout scalabili degli ambienti per le offerte.
   
4. Gestione immobiliare: tracciamento e gestione dei layout degli edifici per le ristrutturazioni.

Questo progetto illustra in modo elegante diversi casi d'uso e possibilità realizzabili per domini e finalità di impiego differenti:

1. I modelli Vision Transformer possono essere combinati tra loro e addestrati a riconoscere come si presenta in generale una determinata caratteristica in un'immagine qualsiasi, e possono essere utilizzati per rilevare e classificare in modo affidabile determinate caratteristiche chiave. Anche caratteristiche complesse come le forme degli oggetti possono essere riconosciute.
2. Anche in presenza di differenze notevoli nel modo in cui un potenziale oggetto, archetipo, proprietà o caratteristica può apparire in un'immagine, e anche quando le immagini fornite dagli utenti variano molto, l'IA può essere addestrata a fornire in modo affidabile soluzioni pertinenti.
   
3. Anche lunghezze e forme aperte come le recinzioni possono essere riconosciute. La qualità dei risultati è però fortemente influenzata dalla qualità e dalla quantità dei dati in ingresso, dalla chiarezza dell'ambito, dal budget di ricerca disponibile nonché dalla coerenza e dalla risoluzione delle immagini considerate.

1. Integrazione con strumenti AR/VR per visite immersive.
   
2. Stima basata sull'IA dei costi di ristrutturazione a partire dalle planimetrie.
   
3. Verifica automatizzata della conformità alle normative edilizie.