視覚に基づく橋の構造状態評価のための大規模合成3D点群データセットの開発

橋の点検シーンの3D点群データの視覚認識は、現在ほとんど手動で非効率的な視覚点検プロセスを自動化するための重要なステップです。このような3D視覚認識アルゴリズムのトレーニングに必要な大規模な注釈付き点群データセットの不足を緩和するため、本研究では大規模合成点群データセットを開発するアプローチを検討します。提案されたアプローチは、以下の4つのステップで進行します。(1) コンピュータグラフィックス環境での異なるタイプの橋のランダム生成；(2) 橋点検中のデータ収集シナリオを表すカメラ軌道のサンプリング；(3) レンダリングされた合成画像に適用された運動からの構造（SfM）を使用した3D再構成；(4) 合成画像から得られたグラウンドトゥルースマスクを使用した再構成された点群の自動注釈。この他、本研究では、グラウンドトゥルース深度とSfM結果から計算された深度との誤差によって定義される点の不確実性情報を保存することを提案します。トレーニング前に、この不確実性情報にしきい値を適用してデータセット内の外れ値のレベルを制御できます。本研究では、2つのデータ収集シナリオ用に点群データセットを生成して提案されたアプローチを実証します。生成されたデータセットの有効性は、3Dセマンティックセグメンテーションアルゴリズムのトレーニングと、実際および合成の点群データに対する性能評価によって検討されます。点群データセット生成の提案されたアプローチは、自律型橋点検のための一般化可能で高詳細の3D認識アルゴリズムの開発を促進します。