Datos para la reconstrucción 3D y clasificación de nubes de puntos utilizando aprendizaje automático en un entorno de patrimonio cultural

La fotogrametría con Vehículos Aéreos No Tripulados (VANT), gracias al desarrollo de algoritmos de Estructura a Partir de Movimiento (SfM) y Estéreo de Múltiples Vistas (MVS), permite la generación de nubes de puntos densas, capaces de representar objetos y estructuras tridimensionales de manera detallada y precisa. Además, la posibilidad de asociar más información semántica a través de modelos de segmentación y clasificación automáticos se vuelve de fundamental importancia en el ámbito del desarrollo, protección y mantenimiento del Patrimonio Cultural (PC). Con los avances en Inteligencia Artificial (IA), se han desarrollado algoritmos de clasificación basados en Aprendizaje Automático (AA). En particular, se utiliza el Random Forest para realizar una clasificación semántica de la nube de puntos generada por fotogrametría VANT y el levantamiento de Sistemas Globales de Navegación por Satélite (GNSS) de una estructura perteneciente al entorno del PC. De hecho, este documento describe las imágenes recopiladas a través de un levantamiento VANT, para la reconstrucción 3D del Templo de Hera (Italia) basada en un enfoque fotogramétrico y georreferenciada mediante el uso de 8 Puntos de Control Terrestre (GCP) adquiridos por el levantamiento GNSS. Además, el conjunto de datos compartido contiene la nube de puntos y datos para la clasificación utilizando el algoritmo Random Forest.