Связь геометрии и семантики с помощью искусственного интеллекта: от 3D-классификации данных наследия к H-BIM-представлениям

Информационные системы культурного наследия, такие как H-BIM, становятся все более распространенными благодаря их способности объединять вокруг 3D-представления большой объем знаний, связанных с исследуемым объектом. Тем не менее восстановление таких инструментов на основе 3D-архитектурного обследования по-прежнему считается длительным и трудоемким процессом, сопряженным со сложностями управления и интерпретации неструктурированных и неорганизованных данных, полученных, например, с помощью лазерного сканирования или фотограмметрии. Решая эту проблему и исходя из реалистичных обследований, цель статьи — полуавтоматически реконструировать параметрические представления для использования в H-BIM с помощью современных методов 3D-классификации данных, использующих искусственный интеллект (AI). Предложенная методология состоит из первой фазы семантической сегментации, направленной на автоматическое распознавание с помощью AI архитектурных элементов исторических зданий в облаках точек; для задачи классификации используется классификатор Random Forest с оценкой производительности предиктивной модели. На втором этапе к реконструкции концептуальной макетной модели каждого обнаруженного элемента и последующей передаче 3D-информации другим объектам со схожими характеристиками применяются методы визуального программирования. Полученная параметрическая модель может быть использована для сохранения и распространения наследия, как это принято в современных системах документации H-BIM. Методология адаптирована к репрезентативным тематическим исследованиям, связанным с типологией средневекового клуатра и распределенным по территории Тосканы.