Guest
Автоматическое извлечение зданий LOD1 из LiDAR Одним из ключевых аспектов работы профессионалов новой волны в области геопространственных технологий является способность интегрировать данные из различных источников с помощью передовых алгоритмов и методологий: LiDAR, надир-снимки, косые снимки, CV и машинное обучение, базы данных ГИС и т.д. Работа со слиянием нескольких датчиков открывает новые возможности и позволяет улучшить способы моделирования реальности с меньшими усилиями и меньшим количеством людей. Именно этим мы занимались в последние несколько лет. В данном случае это автоматизированное извлечением зданий из облака точек LiDAR (прямо на рабочем столе!) с уровнем детализации 1 (LOD1). Чтобы избежать ограничений классификации облака точек, оно объединено со зданиями, извлеченными с помощью Deep Learning из аэрофотоснимков. Это сделано это для того, чтобы максимально детализировать здания с помощью имеющихся данных. Следующий шаг: подумать о том, как это улучшить, получить более чистые формы зданий, уменьшить количество точек, необходимых для правильного описания их объемов, и разработать оптимизированные процессы, которые приведут нас к конкурентному преимуществу и повышению эффективности бизнеса.
