生成AI技術を用いた都市規模の三次元建物データの効率的な作成・更新技術の体系化

2024 Fiscal Year Research-status Report

• Project/Area Number: 24K21643
• Research Institution: The University of Tokyo
• Principal Investigator: 関本 義秀 東京大学, 空間情報科学研究センター, 教授 (60356087)
• Co-Investigator(Kenkyū-buntansha): 澁谷 遊野 東京大学, 大学院情報学環・学際情報学府, 准教授 (20847917) ; 矢部 貴大 東京大学, 空間情報科学研究センター, 客員研究員 (30940431) ; Pang Yanbo 東京大学, 空間情報科学研究センター, 特任講師 (60870178) ; 小川 芳樹 東京大学, 空間情報科学研究センター, 講師 (70794296) ; 瀬戸 寿一 駒澤大学, 文学部, 准教授 (80454502)
• Project Period (FY): 2024-06-28 – 2026-03-31
• Keywords: 建物 / 三次元都市モデル / 生成モデル / 大規模言語モデル

Outline of Annual Research Achievements

本年度は建物の二次元フットプリント（ポリゴン）といくつかの建物パラメータ（高さ、屋根タイプ）をもとに建物の三次元データを生成できるように、既存の三次元データをもとに作成した学習データやそれに基づきモデルを学習済みモデルを作成し、生成した。

具体的には建物メッシュの高さを順番とし、離散的なトークンに変換して、GPTモデルの学習手法に参照して特化したLLMモデルを学習させた。

最終的には千葉県柏市を対象に3つのエリアで生成を行い、RMSE（平均二乗誤差）が平均0.19m、BMQI（建物メッシュの品質を表す指標）が98.1と、高レベルの結果を得ることができた。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

最初のゴールである、LLMによる自動生成までは、予定どおり行えたため。しかし、実用に耐えうるには、屋根形状の向き等に間違いも一定割合で見られるため、修正していく予定である。

Strategy for Future Research Activity

見た目上、明らかにうまく生成できていないケースも確認できたので、そうしたものを指標により自動検出し、再生成していくアルゴリズム等を実装していく予定である。

Causes of Carryover

人件費・謝金にて未使用額が生じているが、翌年度にてリサーチアシスタントを採用し、研究補助を行う予定となっている。