建物クラスに属するポイントを特定するための点群の分類は、基本的な GIS 使用例です。 建物ポイントの分類は、3D モデル/デジタル ツインの作成やインフラストラクチャ プロジェクトの変化の検出のワークフローで重要なステップです。 建物ポイントの分類は、電柱、電線、樹木などの対象オブジェクトから建物までの距離を特定する必要があるアプリケーションでも重要です。
このモデルは、任意の地形にある建物ポイントを分類するよう設計されています。 超高層ビルの予測は、スタンドアロンまたは連結した小規模から中規模の建物に比べて、地理的変化との一致性が低くなります。 このモデルは建物を対象としているため、非常に大きな倉庫の場合は精度が低下する可能性があります。 このモデルは、航空機 LIDAR データセットでトレーニングされています。高ノイズや低ノイズはなく、同様のデータセットで最高のパフォーマンスを発揮することを期待できます。 地上の点群データセットの分類は、機能する可能性はありますが検証されていません。 これらの例や類似例では、この事前トレーニング済みモデルを微調整して、コスト、時間、計算リソースを節約しながら精度を向上させることができます。 このモデルを微調整する際は、クラス構造、ブロックあたりの最大ポイント数、追加属性などのターゲット トレーニング データの特性が、このモデルのトレーニングに当初使用されたデータの特性と一致する必要があります。
ライセンス要件
このワークフローを完了する場合のライセンス要件は次のとおりです。
- ArcGIS Desktop - ArcGIS Pro の ArcGIS 3D Analyst extension
モデルの詳細
このモデルには以下の特性があります。
- 入力 - LAS データセット ファイル形式 (.lasd) の点群、または [トレーニング済みモデルを使用して点群を分類 (Classify Point Cloud Using Trained Model)] ツールに一致。
- 出力 - 建物と背景の 2 つのクラスに分類された点群。
- 計算 - このワークフローは計算負荷が高いため、計算能力が 6.0 以上で 8 GB 以上の専用 VRAM を備えた GPU が推奨されます。
- 適用可能地域 - このモデルは、どのような地域でも適切に機能します。 ただし、トレーニング データと統計的に類似していないデータセットでは、異なる結果になる場合があります。
- アーキテクチャ - このモデルは、ArcGIS API for Python に実装された RandLANet アーキテクチャを使用します。
- 追加属性 - 入力点群には少なくとも X、Y、Z が必要です。
- クラス マッピング - 建物として予測されたポイントはクラス コード 6 にマッピングされ、背景はクラス コード 0 にマッピングされます。
モデルへのアクセスとダウンロード
Building Point Classification 事前トレーニング済みモデルを ArcGIS Living Atlas of the World からダウンロードします。 または、ArcGIS Pro からモデルに直接アクセスします。
- ArcGIS Living Atlas of the World を参照します。
- 自分の ArcGIS Online アカウントの認証情報を使用してサイン インします。
- 「Building Point Classification」を検索して、検索結果からアイテム ページを開きます。
- [ダウンロード] ボタンをクリックして、モデルをダウンロードします。
ダウンロードした .dlpk ファイルを ArcGIS Pro で直接使用できます。
リリース ノート
以下はリリースノートです。
| 日時 | 説明 |
|---|---|
| 2024 年 6 月 | Building Point Classification の初回リリース |