实景三维具备还原客观物理世界的优势性，但也正由于部分真实性的欠缺备受争议。这是因为传统的三维建模软件大多基于像元的匹配与计算的逻辑，对地物进行无差别的重建处理，最终生成的模型看起来扭曲怪异、残缺变形。常见的模型缺陷有：不平坦的道路、扭曲的建筑物、道路车辆的糊影、破洞的纹理、斑驳的色彩等。
究竟如何打造最真实、更高质的实景三维模型，让实景三维看山是山，看水是水？大势智慧提出“内容感知”“AI融合”技术。通过深度学习，识别不同的地物内容，并根据道路、建筑、植被、树木、标牌、车辆等不同地物的结构、纹理特性，自适应选择重新计算逻辑与参数。在内容感知的过程中，实现对建筑物结构的优化、移动车辆的去除、纹理高质量展现，均匀模型色彩以及电力线、树影等碎目标物体的识别与剔除。
- 移动车辆去除，打造更整洁的路面
城市场景中道路、高架桥附近常见各类移动车辆，这类处于运动中的车辆由于建模时无法精准匹配，容易造成模型地表几何失真、纹理扭曲，无形中增加了模型后处理精修的工作量。
移动车辆 左-优化前 右-优化后
重建大师内容感知算法，可自动识别移动车辆的位置与颜色信息，检测车辆是否发生移动，并在建模过程中智能去除移动车辆，同时筛选候选纹理，利用剩余正确纹理完成实景三维模型的构建。保证模型道路的干净与整洁。
- 碎目标纹理优化，重建不再恐“细小”
薄片结构，如广告牌、路牌、告示牌、施工围栏、化工圆筒等对象；细条状结构，如路灯、旗杆、小树干等对象，这类薄碎物体在重建过程中由于厚度小于点云匹配精度的限制，造成此类对象的正反面法“交错”，导致在网格正确性检查过程中被剔除，从而造成细、薄物体模型的破洞与纹理缺失。
优化后的薄围墙完整、无破洞
优化后的路灯杆结构完整，纹理清晰
重建大师内容感知技术能够针对此类薄片状、细条状、弱纹理目标物体进行智能识别，利用识别结果优化密集点云数据，并采用自适应加权处理方式保证重建后细薄物体边缘无皮损，纹理无破洞，直接减少后期大量人工处理成本。
3、电力线剔除，选择最优纹理
树木枝干、电力线等稀薄物体，重建后容易倒映在模型地表，造成错误的纹理映射，让模型看起来脏乱差。
树枝纹理剔除前后对比
电力线错误映射剔除前后对比
屋顶纹理一致性选取前后对比
在内容感知的智能算法下，重建大师可自动识别并剔除模型上的错误树枝、电力线纹理，实现纹理的最优选取，并优化纹理，达到纹理全局一致性，最终避免纹理的错误映射与清晰度欠佳的问题。
4、智能纹理优化，消除模型色差
原始影像采集容易受光照、高度、设备、云层、时间等因素的影响产生色差，最终映射到模型上造成模型纹理光斑阴影严重，色彩差异明显。
智能纹理优化后，纹理斑驳色彩一致
智能纹理优化前后对比
重建大师在内容感知地物时，内置图像增强技术，可智能筛选并修复异常影像，对纹理进行自动的去雾、增亮处理，生成基于人眼视觉的影像数据，消除纹理之间的色差，提升模型质量。
- 几何拓扑优化，三维模型无缝融合
对大面积区域模型重建时，通常采用分区重建的方式，重建后的相邻瓦块接边处容易因拓扑不一致出现几何裂缝，局部纹理错乱。
重建大师采用顾及邻域瓦块的模型几何拓扑优化方法来解决瓦块间几何不一致的问题，包含重叠区域监测、重叠区域几何拓扑重构、三角网格合并、瓦块模型几何拓扑优化的方法。经过几何拓扑优化之后瓦块间的几何缝隙可以彻底消除。
6、跨瓦块整体匀色，纹理色彩更均匀
不同与相邻瓦块在重建时，无法脱离天气及光照各影响，因此各瓦块接缝处容易产生明显色差。
优化前模型存在接缝色差
优化后的模型色彩一致性
重建大师融入跨瓦块整体匀色算法，利用瓦块间实景三维在重叠区域处的色彩差异，建立整个测区所有瓦块间色彩差异的线性方程，并对线性方程整体求解，获取每个瓦块实景三维颜色的改变量，从而达到整体匀色。这一智能处理技术适用于超大面积、采集时间跨度大的实景三维模型重建，最大程度提升模型质感。
经过大量的样本学习与生产检验，重建大师6.0最新版本对于电力线等细物纹理优化约90%，在几何质量优化约40%。同时，内容感知、AI融合的算法让重建大师语义化实体建模能力再次提升，迎来真正建模质量与应用上的大升级。
构建未来世界最真实的三维数字底座，让实景三维看山是山、看水是水。
重建大师，未曾止步。
