トーラスの点群画像
コロラド州レッドロックスの地理参照点群（DroneMapper 提供）

ポイントクラウドは、空間内のデータポイントの離散的なセットです。ポイントは、3D シェイプまたはオブジェクトを表すことができます。各ポイントの位置には、一連の直交座標(X、Y、Z) があります。[1] [2]ポイントには、 RGB カラー、[2]法線、[3]タイムスタンプ[4]など、位置以外のデータが含まれる場合があります。ポイント クラウドは、通常、3D スキャナまたは写真測量ソフトウェアによって生成され、周囲のオブジェクトの外部表面にある多数のポイントを測定します。3D スキャン プロセスの出力として、ポイント クラウドは、製造部品の 3Dコンピュータ支援設計(CAD) または地理情報システム(GIS) モデルの作成、計測および品質検査、さまざまな視覚化、アニメーション、レンダリング、およびマス カスタマイゼーションアプリケーションなど、さまざまな目的に使用されます。

位置合わせと登録

Lidarを使用して現実世界のシーンをスキャンする場合、キャプチャされたポイント クラウドにはシーンの断片が含まれるため、スキャンされた環境の完全なマップを生成するには位置合わせが必要です。

ポイント クラウドは、多くの場合、3D モデルまたは他のポイント クラウドと位置合わせされます。このプロセスは、ポイント セット登録と呼ばれます。

反復最近点（ICP）アルゴリズムは、重なり合いがあり、かつ剛体変換によって分離された2つの点群を位置合わせするために使用できます。[5]弾性変換を伴う点群は、ICPの非剛体変形（NICP）を使用して位置合わせすることもできます。[6]近年の機械学習の進歩により、エンドツーエンドの ニューラルネットワークを使用して点群の位置合わせを行うこともできます。[7]

工業計測や工業用CTを用いた検査では、製造部品の点群を既存のモデルと位置合わせし、比較することで差異を確認することができます。また、点群から幾何学的寸法や公差を直接抽出することも可能です。

3Dサーフェスへの変換

アレッポ（シリア）の危機に瀕した遺跡、ベイト・ガザレの12億データポイントクラウドレンダリングの例[8]
単一または複数の視点の深度マップまたはシルエットから3D形状を生成または再構築し、高密度の点群で視覚化する[9]

ポイントクラウドは直接レンダリングして検査することができますが、[10] [11]ポイントクラウドは、一般的にサーフェス再構築と呼ばれるプロセスを通じて、ポリゴンメッシュまたはトライアングルメッシュモデル、非均一有理Bスプライン（NURBS）サーフェスモデル、またはCADモデルに変換されることがよくあります。

ポイントクラウドを3Dサーフェスに変換する手法は数多く存在します。[12]ドロネー三角形分割、アルファシェイプ、ボールピボットなどの手法では、ポイントクラウドの既存の頂点上に三角形のネットワークを構築します。また、ポイントクラウドをボリューム 距離フィールドに変換し、マーチングキューブアルゴリズムによって定義された暗黙的なサーフェスを再構築する手法もあります。[13]

地理情報システムにおいて、点群は地形のデジタル標高モデルを作成するために使用される情報源の1つです。 [14]また、都市環境の3Dモデルを生成するためにも使用されます。[15]ドローンは、一連のRGB画像を収集するためによく使用され、これらの画像は後にAgiSoft Photoscan、Pix4D、DroneDeploy、Hammer Missionsなどのコンピュータービジョンアルゴリズムプラットフォームで処理され、距離や体積の推定を行うことができるRGB点群が作成されます。[要出典]

点群は、医療画像診断で時々行われるように、体積データの表現にも使用できます。点群を使用することで、マルチサンプリングとデータ圧縮が可能になります。[16]

MPEG ポイントクラウド圧縮

MPEGは、2017年に提案募集（CfP）を実施し、ポイントクラウド圧縮（PCC）の標準化を開始しました。 [17] [18] [19]ポイントクラウドには、静的ポイントクラウド用のカテゴリ1、動的ポイントクラウド用のカテゴリ2、およびLidarシーケンス（動的に取得されたポイントクラウド）用のカテゴリ3の3つのカテゴリが特定されました。最終的に、カテゴリ1とカテゴリ3用のG-PCC（ジオメトリベースPCC、ISO/IEC 23090パート9）[20]と、カテゴリ2用のV-PCC（ビデオベースPCC、ISO/IEC 23090パート5）[21]の2つの技術が定義されました。最初のテストモデルは、G-PCC用（TMC13）とV-PCC用（TMC2）の1つずつ、2017年10月に開発されました。それ以来、2つのテストモデルは技術的な貢献と協力を通じて進化し、PCC標準仕様の最初のバージョンは、没入型メディアコンテンツの符号化表現に関するISO / IEC 23090シリーズの一部として2020年に完成する予定でした。[22]

参照

  • Skand – 空間データの民主化
  • Euclideon – ポイントクラウド検索アルゴリズムを使用して画像をレンダリングする3Dグラフィックエンジン
  • MeshLab – ポイントクラウドを管理し、3D三角形メッシュに変換するオープンソースツール
  • CloudCompare – 高密度 3D ポイント クラウドを表示、編集、処理するためのオープン ソース ツール
  • ポイントクラウドライブラリ（PCL） – nDポイントクラウドと3Dジオメトリ処理のための包括的なBSDオープンソースライブラリ
  • 計算幾何学アルゴリズムライブラリCGALにおける点集合処理

参考文献

  1. ^ 「ポイントクラウドとは何か」Tech27 .
  2. ^ ab 「ポイントクラウドとは？ - GIGABYTE Global」。GIGABYTE 。2024年6月26日閲覧。
  3. ^ Simsangcheol (2023年2月21日). 「点群における法線の推定」. Medium . 2024年6月26日閲覧。
  4. ^ 「Defraデータサービスプラットフォーム」. environment.data.gov.uk . 2024年6月26日閲覧。
  5. ^ 「Continuous ICP (CICP)」www.cs.cmu.edu . 2024年6月26日閲覧。
  6. ^ Li, Hao; Sumner, Robert W.; Pauly, Mark (2008年7月). 「深度スキャンの非剛体レジストレーションにおけるグローバル対応最適化」 .コンピュータグラフィックスフォーラム. 27 (5): 1421– 1430. doi :10.1111/j.1467-8659.2008.01282.x. ISSN  0167-7055.
  7. ^ ルー、ウェイシン;ワン、グオウェイ。周、ヤオ。フー、シャンユー。袁、彭飛。ソン・シユ（2019）。 「DeepVCP: 点群登録のためのエンドツーエンドのディープ ニューラル ネットワーク」: 12–21 . {{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）が必要です
  8. ^ 英語: シリアのアレッポにある危機に瀕した遺跡、ベイト・ガザレにおける高精度3Dレーザースキャナー調査（12億データポイント）の画像。これは、遺跡の調査、保護、緊急補強のための共同研究でした。2017年11月2日、 2018年6月11日閲覧。
  9. ^ "Soltani, AA, Huang, H., Wu, J., Kulkarni, TD, & Tenenbaum, JB ディープジェネレーティブネットワークを用いたマルチビュー深度マップとシルエットのモデリングによる3D形状の合成。IEEE Computer Vision and Pattern Recognition会議論文集（pp. 1511-1519）". GitHub . 2022年1月27日.
  10. ^ Levoy, M. および Whitted, T.、「表示プリミティブとしてのポイントの使用」。ノースカロライナ大学チャペルヒル校コンピュータサイエンス学科技術報告書85-022、1985年1月
  11. ^ Rusinkiewicz, S. and Levoy, M. 2000. QSplat: 大規模メッシュ向けのマルチ解像度ポイントレンダリングシステム. Siggraph 2000. ACM, New York, NY, 343–352. DOI= http://doi.acm.org/10.1145/344779.344940
  12. ^ Berger, M., Tagliasacchi, A., Seversky, LM, Alliez, P., Guennebaud, G., Levine, JA, Sharf, A. and Silva, CT (2016), 「点群からの表面再構成の調査」Computer Graphics Forum.
  13. ^ メッシュポイントクラウド ポイントクラウドからサーフェスを構築する方法に関する短いチュートリアル
  14. ^ ポイントクラウドからグリッドDEMへ：スケーラブルなアプローチ
  15. ^ K. Hammoudi, F. Dornaika, B. Soheilian, N. Paparoditis. 3D点群とそれに対応する地籍図からの街路ファサードのワイヤーフレームモデルの抽出. 国際写真測量・リモートセンシング・空間情報科学アーカイブ（IAPRS）第38巻第3A部、pp. 91–96、フランス、サン＝マンデ、2010年9月1日～3日。
  16. ^ Sitek; et al. (2006). 「点群で定義された適応型四面体メッシュを用いた断層画像再構成」IEEE Trans. Med. Imaging . 25 (9): 1172–9 . doi :10.1109/TMI.2006.879319. PMID  16967802. S2CID  27545238.
  17. ^ 「MPEGポイントクラウド圧縮」 。 2020年10月22日閲覧。
  18. ^ シュワルツ、セバスチャン;プレダ、マリウス。バロンチーニ、ヴィットリオ。ブダガヴィ、マドゥカル。セザール、パブロ。チョウ、フィリップ A.コーエン、ロバート A.クリヴォクチャ、マヤ。ラセール、セバスチャン。李、朱。ラッハ、ジョアン。マンムー、ハリド。メクリア、ルファエル。クリヴォクチャ、マヤ。中上、大路；シアハーン、エルネスタシア。タバタバイ、アリ。トゥラピス、アレクシス M.ザハルチェンコ、ウラディスラフ（2018-12-10）。 「点群圧縮のための新しい MPEG 標準」。回路とシステムの新たなトピックと厳選されたトピックに関する IEEE ジャーナル。9 (1): 133–148 .土井: 10.1109/JETCAS.2018.2885981。
  19. ^ グラツィオージ、ダニーロ;中上、大路；クマ、サトル。ザゲット、アレクサンドル。鈴木輝彦タバタバイ、アリ (2020-04-03)。 「進行中の点群圧縮標準化活動の概要: ビデオ ベース (V-PCC) とジオメトリ ベース (G-PCC)」。信号および情報処理に関する APSIPA トランザクション。9 : 1–17 .土井: 10.1017/ATSIP.2020.12。
  20. ^ 「ISO/IEC DIS 23090-9」。ISO 。 2020年6月7日閲覧。
  21. ^ 「ISO/IEC DIS 23090-5」。ISO 。 2020年10月21日閲覧。
  22. ^ 「没入型メディアアーキテクチャ | MPEG」mpeg.chiariglione.org . 2020年6月7日閲覧。