随着城市的快速发展以及互联网时代的到来,智慧城市已成为城市建设的热点研究课题。房产是城市的基本要素之一,城市房产三维可视化是智慧城市应用的重要基础功能之一。在智慧城市的建设过程中,微观房产室内快速三维建模和大规模场景Web三维可视化一直是限制智慧城市在三维场景下的应用的技术难题。针对上述两个需求,结合Web三维可视化和深度学习等技术,本文对微观房产室内场景三维快速建模和大规模宏观城市房产可视化进行了理论与技术研究。主要工作和成果如下:1.提出了一种基于户型图实例分割的室内场景建模方法。针对室内场景三维建模成本高、效率低的问题,通过对深度学习的研究与应用,将Mask R-CNN算法应用于户型图的实例分割,并且结合图像配准从二维图像中快速获取空间布局信息,最后通过Three JS和家具模型库实现室内场景的快速三维建模。2.研究了大规模房产三维模型Web三维可视化技术。针对城市房产三维可视化数据规模大的问题,通过Cesium框架和Lo D技术,并结合模型展示的动态调整策略,实现加载大规模影像、地形和倾斜摄影模型等三维模型数据的流畅可视化。3.设计并实现了一个基于Web的城市房产三维可视化系统。基于本文提出的室内场景三维建模技术方法和大规模三维场景渲染方法实现了一个城市房产三维可视化系统,用户可以通过该系统漫游城市全貌,可以查看房产室内场景,同时还可以进行空间量算和外部数据动态加载等。实验证明,本论文所提技术方案能较好地解决微观室内场景快速三维建模可视化和大规模宏观三维房产数据可视化等问题,对推动城市三维可视化技术在智慧城市中的应用有一定的意义。