[論文レビュー] Knowledge Base Approach for 3D Objects Detection in Point Clouds Using 3D Processing and Specialists Knowledge

Helmi Ben Hmida, Christophe Cruz+2 more|arXiv (Cornell University)|Jan 21, 2013

Semantic Web and OntologiesComputer Science参考文献 32被引用数 17

ひとこと要約

本論文では、OWLオントロジー、SWRLルール、3D処理ビルトインを統合することで、点群における3次元オブジェクト検出のための知識ベースのアプローチを提案する。この手法により、幾何的分析と分野固有の専門知識を組み合わせ、鉄道インfra構造物（例：信号機、電柱）の柔軟で知能的な検出と意味的アノテーションが可能となり、GISやIFC統合に利用可能な、インデックス化されたオントロジーが可視化されたVRML形式で提供される。

ABSTRACT

This paper presents a knowledge-based detection of objects approach using the OWL ontology language, the Semantic Web Rule Language, and 3D processing built-ins aiming at combining geometrical analysis of 3D point clouds and specialist's knowledge. Here, we share our experience regarding the creation of 3D semantic facility model out of unorganized 3D point clouds. Thus, a knowledge-based detection approach of objects using the OWL ontology language is presented. This knowledge is used to define SWRL detection rules. In addition, the combination of 3D processing built-ins and topological Built-Ins in SWRL rules allows a more flexible and intelligent detection, and the annotation of objects contained in 3D point clouds. The created WiDOP prototype takes a set of 3D point clouds as input, and produces as output a populated ontology corresponding to an indexed scene visualized within VRML language. The context of the study is the detection of railway objects materialized within the Deutsche Bahn scene such as signals, technical cupboards, electric poles, etc. Thus, the resulting enriched and populated ontology, that contains the annotations of objects in the point clouds, is used to feed a GIS system or an IFC file for architecture purposes.

研究の動機と目的

• 非構造的な3次元点群に分野固有の知識を意味的に豊かにする課題に対処すること。
• 形式的オントロジーとルールベースの推論を用いて、点群内の3次元オブジェクトの検出とアノテーションを行うスケーラブルなフレームワークを開発すること。
• 専門家知識と幾何的処理を統合することで、検出精度と文脈的理解を向上させること。
• 将来のGISや建築情報モデリング（BIM）用途に利用可能な、インデックス化された3次元シーンオントロジーを生成すること。
• ドイツ鉄道（Deutsche Bahn）データセットを用いた鉄道インfra構造物（例：信号機、電柱）の文脈において、本手法を実証すること。

提案手法

• 本手法は、点群内の3次元オブジェクトおよびその関係の意味的構造をモデル化するためにOWLを用いる。
• 検出ルールを符号化するために、幾何的制約と分野固有の知識を組み合わせたSemantic Web Rule Language（SWRL）が採用される。
• 3D処理ビルトインおよびトポロジー関連ビルトインをSWRLルールに統合し、点群の空間的および幾何的性質に対する推論を可能にする。
• WiDOPプロトタイプは、生の3次元点群を処理し、ルールベースのシステムを適用してオブジェクトを検出し、アノテートする。
• 検出・アノテートされたオブジェクトは、インデックス化されたオントロジーとしてエクスポートされ、インタラクティブなシーン探索が可能なVRML形式で可視化される。
• 得られたオントロジーは、GISシステムやIFCファイルとの統合を想定しており、建築およびインfra管理用途に活用可能である。

実験結果

リサーチクエスチョン

• RQ1 専門家から得られる分野固有の知識を、幾何的分析と効果的に統合して、点群における3次元オブジェクト検出に適用する方法は何か？
• RQ2 3Dおよびトポロジー関連ビルトインを強化したSWRLルールは、オブジェクト検出の柔軟性と正確性をどの程度向上できるか？
• RQ3 知識ベースのシステムは、非構造的な点群データから意味的に豊かでアノテートされた3次元シーンオントロジーを生成できるか？
• RQ4 得られたオントロジーは、GISやBIM（IFC）のデータ交換および可視化にどの程度効果的に再利用可能か？
• RQ5 本フレームワークは、ドイツ鉄道の実際の鉄道インフラデータセット（例：信号機、電柱）に適用可能か？

主な発見

• WiDOPプロトタイプは、点群内における信号機、制御箱、電柱などの鉄道インフラオブジェクトを効果的に検出し、意味的にアノテートしている。
• 3D処理およびトポロジー関連ビルトインをSWRLルールに統合することで、より表現力が高く文脈に配慮した検出論理が可能になった。
• 出力は、オブジェクトの識別子、位置、意味的関係を機械可読形式で捉えた、インデックス化されたオントロジーである。
• アノテートされた3次元シーンはVRML形式で可視化され、検出されたオブジェクトのインタラクティブな探索と検証が可能である。
• 得られたオントロジーはGISシステムと互換性があり、建築およびインfra管理ワークフローにおけるIFCフォーマットへのマッピングが可能である。
• 本手法は、3次元シーン理解における自動幾何的分析と専門家知識の統合に実用的かつ効果的な道筋を示している。