深層学習とディジタル画像処理を用いた3D地図上の建築物の外部画像の同定と標高情報の抽出【JST・京大機械翻訳】

Shon Donghwa; Noh Byeongjoon; Byun Nahyang

プレプリント

J-GLOBAL ID：202202211313052694 整理番号：22P0023318

深層学習とディジタル画像処理を用いた3D地図上の建築物の外部画像の同定と標高情報の抽出【JST・京大機械翻訳】

Identifying the exterior image of buildings on a 3D map and extracting elevation information using deep learning and digital image processing

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月04日プレプリントサーバーでの情報更新日： 2022年01月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

韓国における建築管理情報が長期間にわたって高品質な情報を提供しているという事実にもかかわらず,情報の有用性のレベルは,それが管理情報に焦点を合わせるため高くない。これは,事例であるが,より高い分解能を有する3次元(3D)マップが技術開発とともに出現した。しかし,建物外の画像情報のみを含むので,視覚伝送よりも機能が良くない。建築物の外部に関係する情報が3Dマップから抽出あるいは同定されるならば,情報の有用性は,国家建築管理情報が,BIM(ビルド情報モデリング)のレベルに対する建物外装に関するそのような情報を含むように,潜在的に拡張できるので,より貴重になることが期待される。本研究は,深層学習とディジタル画像処理を用いた3Dマッピングの目的で,建物外の外観に関連する情報を抽出する基本的方法を提示し,評価することを目的とする。マップから画像を抽出し,前処理後,情報を高速R-CNN(畳み込みニューロンネットワーク)モデルを用いて同定した。情報は,マップから画像を抽出し,前処理後,Faster R-CNNモデルを用いて同定された。その結果,建築の高度と窓部分の検出と,建築物の標高情報の抽出を目的とした実験における優れた性能を,それぞれ,約93%と91%の精度で示した。それにもかかわらず,窓の不明瞭な境界に関して,実験者の誤解に起因する偽検出率または雑音データを混合する確率を補足することによって,改良結果が得られることが期待される。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

写真測量,空中写真 , 図形・画像処理一般

, , , , , ,

前のページに戻る