導(dǎo)讀

華南理工大學(xué)土木與交通學(xué)院海外學(xué)者前沿講座第四十六期，我們邀請(qǐng)到來(lái)自香港大學(xué)房地產(chǎn)及建設(shè)系助理教授的薛帆博士。本次講座中，薛教授為我們介紹了城市點(diǎn)云的概念，并分享了他最近面向城市點(diǎn)云理解的對(duì)稱性和相似性識(shí)別的工作。

首先，薛教授為我們介紹了什么是城市點(diǎn)云(Urban point cloud)，以及城市點(diǎn)云的來(lái)源。點(diǎn)是空間中的一個(gè)位置，是一個(gè)沒有寬度、長(zhǎng)度和厚度的0維對(duì)象，其結(jié)構(gòu)形式以一組X、Y、Z幾何坐標(biāo)來(lái)表示。在實(shí)際中，每一個(gè)點(diǎn)都有相應(yīng)的屬性，如實(shí)物點(diǎn)有相應(yīng)的RGB值，表面上的點(diǎn)有相應(yīng)的法向量，有些點(diǎn)還可以分類等。當(dāng)許多點(diǎn)組合在一起時(shí)，就會(huì)形成點(diǎn)云。城市點(diǎn)云則是在城市規(guī)模測(cè)量點(diǎn)云數(shù)據(jù)集。

生成城市點(diǎn)云的數(shù)據(jù)主要可以采用3種方式, 分別是SAR合成孔徑雷達(dá)技術(shù)、LiDAR光達(dá)技術(shù)和Photogrammetry攝影測(cè)量方法。其中，SAR一般依靠衛(wèi)星返回?cái)?shù)據(jù)，其覆蓋范圍非常廣且衛(wèi)星發(fā)射后可以連續(xù)幾年返回?cái)?shù)據(jù)。因?yàn)槭褂昧思す獾南辔徊顏?lái)計(jì)算，它的精度能夠達(dá)到mm級(jí)。他的缺點(diǎn)是衛(wèi)星飛行軌跡固定從而導(dǎo)致只能從一個(gè)方向建模，且費(fèi)用昂貴。LiDAR一般借助飛機(jī)或者汽車進(jìn)行掃描，是各種電子地圖的主要來(lái)源。其精度取決于設(shè)備，可以滿足mm/cm/dm級(jí)別的要求。Photogrammetry通過攝影照片后進(jìn)行合成來(lái)獲得立體模型，其精度雖然只在cm級(jí)別，但可以獲得更為逼真的顏色，且相對(duì)便宜。

受益于激光雷達(dá)和遙感攝影測(cè)量技術(shù)的進(jìn)步，越來(lái)越多的建筑和城市擁有了大規(guī)模3D 點(diǎn)云數(shù)據(jù)。城市點(diǎn)云與傳統(tǒng)的CAD和BIM相比，其主要優(yōu)點(diǎn)為點(diǎn)云可以擁有很多細(xì)節(jié)和表面紋理，且在z軸上相較CAD和BIM要精確很多。但是，點(diǎn)云是一種非結(jié)構(gòu)數(shù)據(jù)，需要很多處理才能使其表達(dá)出所含的物理意義。此外，每一個(gè)城市點(diǎn)云的數(shù)據(jù)都非常龐大，需要大量的計(jì)算資源來(lái)進(jìn)行處理。因此，為了對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行處理并使數(shù)據(jù)體現(xiàn)出物理意義，“點(diǎn)云理解”這一過程便是不可或缺的。城市點(diǎn)云的理解包括3D對(duì)象分類、目標(biāo)檢測(cè)、語(yǔ)義分割、場(chǎng)景識(shí)別、關(guān)聯(lián)識(shí)別和4D運(yùn)動(dòng)等，因此，對(duì)于提取信息、分割實(shí)例和城市計(jì)算等應(yīng)用來(lái)說，處理和理解此類非結(jié)構(gòu)化點(diǎn)云數(shù)據(jù)依然是十分困難的。

隨后，薛教授向我們分享了他們課題組主要研究的兩種點(diǎn)云分析方式：對(duì)稱分析(Symmetry)和相似性分析(Similarity)。薛教授發(fā)現(xiàn)許多建筑和城市組件天然地具備諸如對(duì)稱性和相似性等幾何規(guī)律，相形之下，此類由設(shè)計(jì)與施工原理誘導(dǎo)的非局部特征，比基于卷積的“局部特征”更具特色。因此，薛教授分別采用深度學(xué)習(xí)“黑盒”方法和采用采用無(wú)導(dǎo)數(shù)優(yōu)化的“白盒”形式，識(shí)別出的對(duì)稱性和相似性都能為理解城市點(diǎn)云數(shù)據(jù)提供很好的參照信息，并在BIM、劇場(chǎng)座椅識(shí)別、停車場(chǎng)目標(biāo)識(shí)別等案例中驗(yàn)證了方法的有效性。

最后，薛教授暢談了當(dāng)下人工神經(jīng)網(wǎng)絡(luò)研究過熱，而基于進(jìn)化算法等具有可解釋性的“白盒”模型更值得研究。薛教授認(rèn)為，歷史上兩次AI寒冬不是偶然的，而是與1973年布雷頓森林體系和1987年美國(guó)股災(zāi)的資本寒冬有關(guān)，缺少經(jīng)費(fèi)資助，研究進(jìn)展必然受到影響。薛老師還談到他們目前正在基于對(duì)稱性和相似性，開展形狀參數(shù)、自監(jiān)督學(xué)習(xí)模型等研究。期待薛老師很快報(bào)道出他們的最新研究成果！

相關(guān)文章請(qǐng)見薛帆教授官方主頁(yè)：http://frankxue.com

講座錄播鏈接：

【The SIR Frontiers】學(xué)術(shù)前沿系列講座第四十六期：“城市點(diǎn)云數(shù)據(jù)理解的對(duì)稱性和相似性檢測(cè)”

END

文稿：解兵林 姚顯花 毛煒寧

排版：劉 盼

審核：胡 楠