RANSACを利用した3次元点群の前処理について

このスライドは、2024年2月14日に開催された、オンライン勉強会（AIMTG）にて利用された資料です。
イベントページ
https://osaka-driven-dev.connpass.com/event/307370/

参考スライド
林「3次元点群からのノイズ除去方法について」
https://speakerdeck.com/kentaitakura/3ci-yuan-dian-qun-karanonoizuchu-qu-fang-fa-nituite

発表動画
https://youtu.be/b63TJStFfPA

Transcript

1. RANSACを利用した 3次元点群の前処理について ImVisionLabs株式会社代表取締役 板倉健太 博士（農学）
2. 3次元点群とは？ 1 バックパック型スキャナー iPhone12 LiDAR  点の集まりにより対象の3次元形状を表現するもの  LiDARと呼ばれるセンサーや、写真の組み合わせにより3次元点群を取得可能 [動画]
3. 点群の利用例: 位置データとの組み合わせ [a] ScanX2.0  土砂崩れの状況などを3次元的に可視化することで、迅速かつ適切な状況判断に利用  3次元点群を利用し、森林の地表面の形状や高さなどを調べる →伐採計画や温室効果ガスの吸収量を調べることなどに利用 画像出典: 2024年1月26日 朝日新聞 教育科学面 「地図×データ 湧くアイデア」
4. 点群の前処理について [a] ScanX2.0  3次元点群から情報を抽出するためには前処理が必要 例1）点群から地表面を抽出したい: 建物の高さや樹木の高さを求める 例2）点群から壁面を抽出したい: 床の傾きを計算する 画像出典: Itakura & Hosoi, 2021: Three-dimensional tree monitoring in urban cities using automatic tree detection method with mobile LiDAR data
5. RANSACについて: 概要 [a] ScanX2.0  RANSAC（RANdom SAmple Consensus） • データの中からノイズによる影響を最小限にしながら、モデルのパラメータを 推定するために使用される統計的手法 • 3次元点群に適用することも可能
6. RANSACについて: 手順 ScanX2.0 1. ランダムに3点を選択し、平面を作成する 水色: 対象の点 緑色: ランダムに抽出した点 赤色: ランダムに抽出した３点から作成した平面 2. その平面と各点の距離を計算し、一定の距離に収まる点数などの当てはまりの良さを定める 3. 一定の回数（例: 1000回）繰り返し、最も当てはまりのよかった平面を検出結果とする 上から見た図 横から見た図
7. RANSACの結果の例 ScanX2.0  RANSACを利用して、茶色で示された地表面（左図）や、カラフルに塗られた床面や壁 面（右図）が自動的に検出された 画像出典: Itakura & Hosoi, 2021: Three-dimensional tree monitoring in urban cities using automatic tree detection method with mobile LiDAR data
8. RANSACの結果の例 ScanX2.0  対象の形状を式で表すことができればRANSACを適用することができる  以下の図は、円柱のモデル式を考え、 RANSACを利用して 円柱状の物体を検出した時の結果を示す
9. RANSACの結果の例 ScanX2.0  その他の解析技術とも組み合わせることで、より多様な物体の認識が可能  床板をRANSACにて検出し、オレンジ色で可視化 →道路の幅などを計算することが可能 入力の点群 橋梁の検出と分類を行った結果 データ出典: 東京大学全先生とのプロジェクトにて本点群は取得さ れました
10. まとめ 9 バックパック型スキャナー iPhone12 LiDAR  3次元点群を扱う上で重要な前処理の手法について紹介した  RANSACは、3次元点群だけでなく、多くのデータの種類に対して適用が可能である [動画]