Volgens een studie op arXiv hebben onderzoekers een nieuw framework ontwikkeld dat 3D Gaussian Splatting combineert met semantische randregularisatie om gedetailleerde 3D-modellen van gebouwen te reconstrueren uit UAV-beelden. De methode maakt gebruik van SAM 3 voor precieze gebouwmaskers en trekt architectonisch relevante randen uit, die tijdens het trainingsproces worden uitgelijnd met gerenderde beeldgradienten. Dit dwingt het algoritme om scherpe geometrische overgangen vast te leggen zonder aanpassingen aan de onderliggende 3DGS-pijplijn. De bevindingen tonen verbeterde randfideliteit over diverse stads- en campusomgevingen. Voor Nederlandse facility managers biedt dit een bruikbare route naar nauwkeuriger digitale tweelingen voor vastgoedportefeuilles en gebouwbeheer.