La mancanza di dati di benchmarking per la segmentazione semantica degli scenari del patrimonio digitale sta ostacolando lo sviluppo di soluzioni di classificazione automatica in questo campo. I dati Heritage 3D presentano strutture complesse e classi non comuni che impediscono la semplice implementazione dei metodi disponibili sviluppati in altri campi e per altri tipi di dati. La classificazione semantica dei dati 3D del patrimonio aiuterebbe la comunità a comprendere e analizzare meglio i gemelli digitali, nonché a facilitare i lavori di restauro e conservazione.
Il dataset proposto, denominato ARCH - Architectural Cultural Heritage è composto da 17 scene annotate, derivate dall'unione di più scansioni singole o dall'integrazione di queste ultime con rilievi fotogrammetrici. Altre 10 nuvole di punti non ancora etichettate sono disponibili e Il benchmark realizzato nasce dalla collaborazione di diverse università e istituti di ricerca (Politecnico di Torino, Università Politecnica delle Marche, FBK Trento, Italia, e INSA Strasburgo, Francia). È unico in quanto offre, per la prima volta alla comunità di ricerca, nuvole di punti annotate che descrivono scene del patrimonio. Queste nuvole di punti, etichettate con 10 classi, hanno lo scopo di facilitare lo sviluppo, l'addestramento, il test e la valutazione di algoritmi di machine learning, nonché il suo sottoinsieme di metodi di deep learning nel campo del patrimonio. Per un utilizzo più proficuo di questo benchmark, oltre al download gratuito di tutti i dati, sono stati resi pubblici i risultati degli approcci presentati, fornendo classifiche su quelli più performanti.
Fonte: ( SIFET )
Copia qui lo "short link" a questo articolo
www.archeomatica.it/{sh404sef_shurl}