본 논문은 기존 건물의 리노베이션 계획에 필수적인 Level of Detail (LoD) 3 수준의 3D 열 모델 생성을 위한 확장 가능한 파이프라인, Scalable Image-to-3D Facade Parser (SI3FP)를 제시합니다. SI3FP는 컴퓨터 비전과 심층 학습을 활용하여 이미지에서 기하학적 정보를 추출하여 LoD 3 열 모델을 생성합니다. 기존의 분할 및 투영 기반 방법과 달리, SI3FP는 직교 이미지 평면에서 기하학적 원시 형태를 직접 모델링하여 원근 왜곡을 줄이고 통합된 인터페이스를 제공합니다. Google Street View와 같은 희소 데이터와 휴대용 카메라와 같은 밀집 데이터 모두를 지원하며, 스웨덴 주택을 대상으로 한 실험 결과 창문-벽 비율 추정에서 약 5%의 오차를 달성하여 초기 단계 리노베이션 분석에 충분한 정확도를 보였습니다. 이 파이프라인은 대규모 에너지 리노베이션 계획을 용이하게 하고 도시 개발 및 계획에도 광범위하게 적용될 수 있습니다.
