[논문 리뷰] A state of the art of urban reconstruction: street, street network, vegetation, urban feature

Rémi Cura, Julien Perret외 1명|arXiv (Cornell University)|2018. 01. 18.

Automated Road and Building Extraction참고 문헌 19인용 수 4

한 줄 요약

이 논문은 도시 재구성 분야의 최신 기술 동향을 종합적으로 다루며, 거리, 도로망, 식생, 건물 외 도시 요소에 중점을 두고 있다. 다양한 자료원과 재구성 전략(데이터 기반, 모델 기반, 역정형 프로시저럴 모델링 포함)을 통합하여, 복잡한 도시 관계와 계층성을 포괄하는 데 강력한 프레임워크로 정형 프로시저럴 모델링을 규명한다.

ABSTRACT

World population is raising, especially the part of people living in cities. With increased population and complex roles regarding their inhabitants and their surroundings, cities concentrate difficulties for design, planning and analysis. These tasks require a way to reconstruct/model a city. Traditionally, much attention has been given to buildings reconstruction, yet an essential part of city were neglected: streets. Streets reconstruction has been seldom researched. Streets are also complex compositions of urban features, and have a unique role for transportation (as they comprise roads). We aim at completing the recent state of the art for building reconstruction (Musialski2012) by considering all other aspect of urban reconstruction. We introduce the need for city models. Because reconstruction always necessitates data, we first analyse which data are available. We then expose a state of the art of street reconstruction, street network reconstruction, urban features reconstruction/modelling, vegetation , and urban objects reconstruction/modelling. Although reconstruction strategies vary widely, we can order them by the role the model plays, from data driven approach, to model-based approach, to inverse procedural modelling and model catalogue matching. The main challenges seems to come from the complex nature of urban environment and from the limitations of the available data. Urban features have strong relationships, between them, and to their surrounding, as well as in hierarchical relations. Procedural modelling has the power to express these relations, and could be applied to the reconstruction of urban features via the Inverse Procedural Modelling paradigm.

연구 동기 및 목표

• 건물 외 도시 요소에 중점을 두어 도시 재구성 연구의 격차를 보완하기 위해.
• 도시 재구성 작업에 활용 가능한 자료원과 그 한계를 분석하기 위해.
• 재구성 전략을 분류하고 평가하며, 정형 프로시저럴 모델링과 관계 기반 모델링을 강조하기 위해.
• 거리, 식생, 도시 물체와 같은 도시 요소 간 상호의존성이 모델링 정확도에 미치는 영향을 부각하기 위해.
• 복잡한 도시 환경을 재구성하는 데 있어 확장 가능하고 의미적으로 풍부한 접근 방식으로 역정형 프로시저럴 모델링을 적극적으로 홍보하기 위해.

제안 방법

• 모델의 역할에 따라 재구성 방법을 분류: 데이터 기반, 모델 기반, 역정형 프로시저럴 모델링, 모델 카탈로그 매칭.
• 도시 요소 재구성에 활용 가능한 자료원(항공 사진, LiDAR, RGB-D 스캔, GPS 트레이스)을 검토.
• 도시 요소 간 공간적 및 계층적 관계를 코딩하기 위해 문법을 활용한 정형 프로시저럴 모델링을 적용.
• 관측된 데이터에서 매개변수와 규칙를 추론함으로써 자동 3차원 재구성을 가능하게 하는 역정형 프로시저럴 모델링을 활용.
• 최적화 프레임워크를 통해 대칭성, 연결성 등의 관계 제약 조건을 통합하여 재구성 정밀도 향상.
• 장면에서 추출한 관계 데이터(예: 베이지안 네트워크를 통해)가 물체 배치를 안내하고 현실감을 향상시킬 수 있음을 제안.

실험 결과

연구 질문

• RQ1 거리, 식생, 도로 수준의 물체와 같은 도시 요소를 재구성하는 데 있어 핵심 과제는 무엇인가?
• RQ2 자료의 부족성과 도시의 복잡성은 도시 재구성의 정확도와 실행 가능성에 어떤 영향을 미치는가?
• RQ3 특히 역정형 프로시저럴 모델링을 포함한 정형 프로시저럴 모델링이 다양한 도시 요소의 재구성을 얼마나 통합적으로 가능하게 하는가?
• RQ4 거리-식생-건물과 같은 도시 요소 간의 관계는 어떻게 모델링하고 재구성에 어떻게 활용할 수 있는가?
• RQ5 사용자 입력, 최적화, 관계 제약 조건은 재구성 품질과 현실감 향상에 어떤 역할을 하는가?

주요 결과

• 도시 재구성에서 거리와 건물 외 도시 요소는 교통, 도시 계획, 환경 모델링에서 핵심적인 역할을 하므로 자주 간과되지만, 실제로는 중요한 요소이다.
• 자료의 희소성과 도시의 복잡성이 주요 과제이며, 특히 마커크, 보도와 같은 도로 수준의 요소에 대해 더욱 심각한 영향을 미친다.
• 특히 역정형 프로시저럴 모델링을 포함한 정형 프로시저럴 모델링은 구조적 및 관계적 일관성을 유지하면서도 확장 가능하고 의미적으로 풍부한 프레임워크를 제공한다.
• 연결성, 대칭성, 공간적 계층성과 같은 도시 요소 간의 관계는 현실적인 재구성에 매우 중요하며, 최적화 및 문법 기반 시스템을 통해 모델링할 수 있다.
• 기존 방법은 종종 사용자가 제공한 관계 데이터에 의존하지만, 최근의 발전으로 확률적 모델을 활용해 이러한 관계를 자동으로 추출할 수 있게 되었다.
• 도시 요소의 통합은 도시 계획, 위기 관리, 환경 시뮬레이션, 엔터테인먼트 등 고도화된 애플리케이션을 가능하게 한다.