都市構造物の点群に対するTransformer ベース分類手法の検討

抄録

近年，LiDAR (Light Detection And Ranging)の技術により，広範かつ高密度な 3 次元点群データの取得が可能となり，土木構造物や建設現場における活用が進んでいる．点群の膨大なデータを有効に扱うためには，対象物ごとの自動分類が重要である．近年は深層学習による手法が発展し，特に Transformer を利用したモデルは複雑な形状にも有効であり，画像解析での成功例が点群にも応用されつつある．また，分類精度には損失関数の工夫も重要で，クラス不均衡に対応するために様々な損失関数が利用されている．本研究では都市部の点群を対象に，Transformer ベースの手法と複数の損失関数の組み合わせによる分類性能を比較する．