Superpoint Transformer を利用した橋梁の3 次元点群の分類

抄録

LiDAR (Light Detection and Ranging)により取得された橋梁の点群に対して部材の自動分類を行った．Superpoint Transformer を利用して前処理における点群のボクセルサイズの値や入力特徴量が性能へ与える影響を体系的に分析した．ボクセルサイズ0.20/0.10/0.07/0.05 m を比較した結果，Mean IoU は0.07 m で最大（83.15%）となり，0.20 m のボクセルサイズにて点群を粗くした場合は床版・高欄のIoU が顕著に低下した．加えて，先行研究と同一条件で比較したところ，Mean IoU は74.43%から83.15%へ向上し，全体として高精度な分類を達成した．さらに点群の座標から算出した形状特徴量（Linearity/Planarity/Scattering/Verticality 等）を用いAblation Study で寄与度を評価した結果，Scattering とVerticality が分類に大きく寄与していたことが示唆された．