建筑学院iLab薛方博士领导的研究团队开发的用于建造建筑物3D模型的人工智能算法，在2023年IEEE/CVF计算机视觉与模式识别会议(CVPR)上击败了来自世界顶尖大学的竞争对手，荣获金奖和银奖两项大奖。

该年度盛会由 IEEE 计算机学会电气和电子工程师研究所和计算机视觉基金会共同主办，被认为是该领域最重要的会议之一。今年在加拿大温哥华举行。

此次会议举办了一项名为“第三届国际扫描到 BIM 挑战赛”的竞赛，算法在根据扫描数据重建现有建筑物的准确性方面相互竞争。来自世界各地的团队获得了来自真实建筑物的数据集(通过扫描激光扫描或 LiDAR 获得)。数据集非常大，涉及多达十亿个数据点。算法重建建筑物最准确的团队获胜。

HKU-iLab 团队在两个不同类别中荣获两项奖项。在 Scan-to-BIM 3D 活动(根据数据创建建筑物的 3D 模型)中，大学科学家凭借基于人工智能的获胜方法“空间体素引导边界适应语义集成 – 多起点优化”(SBASE-MO) 击败了来自清华大学信息科学与技术国家研究中心 (BNRist) 的清华-CBIMS 团队，获得第一名。来自凯泽斯劳滕-兰道大学 (RPTU) 和德国人工智能研究中心 (DFKI) 的联合团队获得第三名。

在另一个类别 - 扫描到 BIM 2D(将 3D 模型转换为建筑 2D 图纸)中，大学团队位居第二，清华大学 CBIMS 团队位居第一。在这里，HKU-iLab 团队使用了另一种名为 FLKPP++ 的 AI 方法。

建筑信息模型 (BIM) 是一种建筑师用来创建完整且非常详细的建筑数字模型的技术。BIM 不仅包括墙壁和风管等结构，还包括建筑物内的家具和电器，以及与建筑项目相关的整套信息，例如每个项目和结构的成本。

BIM 现在是一个价值数十亿美元的全球产业。自2020年起，所有大型(>3000万港元)公共建筑项目的建设都必须采用BIM，到2026年，大型(>3亿港元)私人建筑项目也将强制采用BIM。

为了创建建筑物的 BIM，首先使用传感器扫描内部和外部，以记录每个结构和物体的位置和尺寸。然而，当这些数据转换成模型时，问题就出现了——由于需要处理大量数据，这个过程成本高昂且费力，而且还很容易出错。

因此，薛博士表示，现在“迫切需要 Scan-to-BIM 算法和软件”。这些工具不仅可以更快地执行整个过程，而且比当前的方法更准确。

薛峰博士是大学房地产及建筑系助理教授。现任国家文物局空间信息技术在文化遗产保护重点科研基地iLab副主任、港珠澳研究站副召集人。他还担任 ACM-分会、CGS-BIM 分会委员会和 ASC-智能建筑委员会副主席。