不均衡で不均質な 3 次元点群に対するセグメンテーションは未解決の問題である．植物の木のモデリングの応用において，その基本的な課題は，木から葉を分離することである．本研究では，ディープラーニングとクラス決定プロセスに基づき，地上からの LiDAR 点群の木の葉と木の点を分離するために設計された新しい手法を提案する．単純な手法ではあるが，木の特徴的な点のパターンを効率的かつ頑健に学習することができる．また，3次元深層学習モデルを学習するために，異なる樹種の3次元ラベル付き点群データセットを構築した．実験の結果，我々の3次元深層学習モデルは，幾何学的アプローチと組み合わせることで，セグメンテーションにおける最先端の手法に比べて大幅に改善されることが示された．
発表ビデオ
論文
- Jules Morel, Alexandra Bac, Takashi Kanai: “Segmentation of Unbalanced and In-homogeneous Point Clouds and Its Application to 3D Scanned Trees”, The Visual Computer (Special issue for CGI 2020), Volume 36, Issues 10-12, pp.2419-2431. 2020.
[Paper (author’s version)][Paper (publisher’s version)][Code (github)]