8-贝壳找房-房源三维VR的评测体系-付文兰.pdf

1、房源三维VR的评测体系 贝壳找房-如视事业部-付文兰 目录 1 房源三维VR介绍 2 评测体系核心挑战 3 评测体系建设 1. 标准化评测指标 2. 三种核心评测方法 3. 评测能力线上化 4 评测体系收益 5 评测体系展望 3D实景复刻，完整还原真实空间 在线浏览，720空间自由行走 房源三维VR 三维VR总量超过700万套 三维VR看房人次超6.6亿 最重要的数字资产之一 急需建设房源三维VR的评测体系，对Bad Case及时召回和优化 Bad Case 房源三维VR 评测要素一般软件评测三维VR评测 评测内容某应用系统三维VR 评测场景等价类划分使用场景等每套都是独立的 评测属性稳定性、

2、健壮性、准确性等连通性、完整性、还原度等 评测指标比如：准确性=对的样本数/总样本数完整性如何具象？ 评测方法自动化程序人眼看？ 房源三维VR评测挑战 输入因素多输入因素多 扫描质量、算法质量 评测指标难评测指标难 产物形态、视觉感知 指标度量难指标度量难 主观判断、依赖人眼 1.1. 具象化评测指标具象化评测指标 2.2. 建设自动化评测方法建设自动化评测方法 3.3. 实时评测每套三维实时评测每套三维VRVR 房源三维VR评测挑战 卷卷积神神经 评测属性评测指标 完整性 没有孤立点 墙面、地面等完整，无空缺 房屋边角完整，无非正常弧度 规整性 房屋三维结构规整，相邻房间墙体融合或平行 无碎

3、片遮挡 还原度 房间拼接准确 室内物品贴图清晰、完整 墙体、物品、地面、房顶无破洞 色彩度 无过度曝光、强光效果 各房间无过于明显的色差 具象化评测指标 卷卷积神神经 建设自动化评测方法 数据特征计算AI主观视觉评价专家盲测系统 基于扫描和算法过程数据，通过数据特征计算来评测三维VR质量 扫描数据 设备数据 : 相机高度等 扫描基础数据 : 原始点云等 摄影师标定数据 : 楼梯、窗户等 算法过程数据 平面数据 : 平面面积 空洞数据 : 空洞大小 色彩数据 : 偏色程度 评测方法:数据特征计算 数据特征计算规则 序号评测指标权重计算规则评测目标 1物体遮挡W1 通过与原始点云比对，计算算法处理后点云被 遮挡部分的数量，超出阀值则计数遮挡 拼接算法质量 2模型空洞W2总空洞-已填补智能补洞算法质量 3墙地占比率W3（墙平面+地平面）/总平面房源规整质量 4平面点数W4平面单位面积上点的个数平