Geometric modeling and growth prediction of trees. Development of 3D reconstruction methods adapted to point clouds acquired in forests.

树木的几何建模和生长预测。

基本信息

批准号：
18F18796
负责人：
金井崇
金额：
$ 1.41万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-11-09 至 2021-03-31
项目状态：
已结题

项目摘要

本年度は主に 1. 陰的変形モデルを用いた点群からの高精度な森林地表面再構築，および，2. UAV (Unmannaed Aerial Vehicle, 無人航空機) 写真測量データからの詳細な地表面再構築，に関する研究を行った．まず1．について， LiDAR (Light Detection and Ranging) 点群からの森林地表面のモデル化を陰関数曲面を用いて研究した先行研究として， Jules らの研究はこの分野の先駆的な研究である．しかし，このアプローチは，特に遮蔽の多い領域では，手法上，過度に平滑化された表面を構築する傾向があり，細かな凹凸の地表面を再構築することが難しい．そこで本研究では，点群からの高精度な森林地表面再構築手法を提案した．まず深層学習に基づき植物形状を潜在的な地表面から分離する．次に，一の分割 (partition of unity) 手法を用いて複数の局所的近似曲面をブレンドすることで穴を埋める．その後，反復対流モデル (iterative convection model) を用いてデータ点に向かって表面を押し上げることで，再構築された表面の精度を向上させる．本手法により，森林地表面の再構築において最先端の性能を達成することができることを実験により実証した．また，2．について，統計的フィルタにより植生データを潜在的な地形点から分離し，最適化されたタイリングによってプロット全体を同様の複雑さのサブプロットに分割しつつ，一の分割手法によって複数の局所的な近似をブレンドすることによって穴を埋めることで，UAV写真測量データの点群から詳細な地表面を近似するように設計された手法を提案した．異なる地形データでの実験により，我々のアプローチはこれまでの最先端の手法よりも大幅に改善されることが示された．

今年，我们主要对1。使用隐式变形模型从点云进行了高度精确的森林表面重建，并进行了2。进行了摄影测量数据（UAV）的详细地面地面重建。首先，1。先前的研究，研究了使用隐式表面从激光雷达（光检测和范围）点云的森林表面建模，Jules等人的研究。是该领域的一项开创性研究。但是，这种方法倾向于构建过度平滑的表面，尤其是在具有较高屏蔽的区域，因此很难重建精细的不均匀表面。因此，在这项研究中，我们提出了一种高度准确的方法，用于从点云重建森林表面。首先，基于深度学习，植物形状与潜在的表面分离。接下来，使用统一技术的分区来通过混合多个局部近似表面来填充孔。然后，通过使用迭代对流模型，将表面向上推向数据点，从而提高了重建表面的准确性。我们通过实验证明了这种方法可以在重建森林表面时实现尖端的性能。另外，我们提出了一种方法，旨在通过使用统计过滤器将植被数据与潜在的地形点与潜在的地形点分开，通过统计过滤器将植被数据与潜在的地形点分开，将整个图通过一种分区技术填充孔通过填充孔，将整个图将整个图分开为相似复杂性的子图，从而将植被数据与潜在地形点分开，并通过一种分区技术将整个漏洞分开，并将整个局部分离为相似的复杂性。关于不同地形数据的实验表明，与以前的尖端方法相比，我们的方法显着改善。