2020 Fiscal Year Annual Research Report
Geometric modeling and growth prediction of trees. Development of 3D reconstruction methods adapted to point clouds acquired in forests.
| Project/Area Number |
18F18796
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
MOREL JULES 東京大学, 大学院総合文化研究科, 外国人特別研究員
|
|---|
| Project Period (FY) |
2018-11-09 – 2021-03-31
|
| Keywords | 地表面再構築 / LiDAR / 陰関数曲面 / 反復対流モデル / 一の分割 / UAV |
|---|
| Outline of Annual Research Achievements |
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．
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
