การสกัดข้อมูลรอยพิมพ์ฐานอาคารจากภาพออร์โธจริงด้วยแบบจำลองการแยกส่วนทุกสิ่งเชิงภูมิปริภูมิ

Main Article Content

เทพชัย ศรีน้อย
ถิรวัฒน์ บรรณกุลพิพัฒน์
ไพศาล สันติธรรมนนท์

บทคัดย่อ

ข้อมูลอาคารเป็นข้อมูลพื้นฐานในการแสดงถึงข้อมูลประชากร สภาพแวดล้อมในพื้นที่หนึ่ง วิธีการสร้างชั้นข้อมูลด้วยวิธีดั้งเดิมเป็นการคัดลอกลายเส้นจากภาพดาวเทียมหรือภาพออร์โธซึ่งใช้ทรัพยากรมนุษย์ เวลา เป็นอย่างมาก ปัจจุบันมีข้อมูลรอยพิมพ์ฐานอาคารที่เปิดให้ใช้ได้โดยไม่เสียค่าใช้จ่าย แต่ความสมบูรณ์ของรอยพิมพ์ฐานอาคารยังไม่มากนักโดยเฉพาะในพื้นที่เมือง ล่าสุดมีการเผยแพร่แบบจำลองการแยกแยะทุกสิ่งอย่างเชิงภูมิปริภูมิให้ทดลองใช้ได้ ประกอบกับมีโครงการทำแผนที่ภายในเมืองด้วยอากาศยานไร้คนขับซึ่งได้ภาพออร์โธจริงที่ระยะการสุ่มบนพื้นดินเป็น 5 เซนติเมตร จึงเกิดเป็นการศึกษาสกัดข้อมูลรอยพิมพ์ฐานอาคารด้วยแบบจำลองภายในพื้นที่คณะวิทยาศาสตร์และวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ตรวจสอบความสมบูรณ์ของรอยพิมพ์ฐานอาคารด้วยค่าไอโอยูพบว่าได้มากกว่า 0.9 บ่งว่ารอยพิมพ์ฐานอาคารที่สกัดได้ใกล้เคียงกับการคัดลอกลายเส้นด้วยตนเอง เป็นทางเลือกหนึ่งในการสร้างรอยพิมพ์ฐานอาคารที่มีความถูกต้องเชิงตำแหน่งและความสมบูรณ์ของรอยพิมพ์ฐานอาคารได้ดี

Article Details

บท
บทความวิจัย

References

Güneralp, B., Zhou, Y., Ürge-Vorsatz, D., Gupta, M., Yu, S., Patel, P.L., Fragkias, M., Li, X., Seto, K.C. Global Scenarios of Urban Density and Its Impacts on Building Energy Use Through 2050, Proceedings of the National Academy of Sciences,2017, 114, pp.8945–8950.

Zheng Y, Weng Q, Zheng Y. A Hybrid Approach for Three-Dimensional Building Reconstruction in Indianapolis from Lidar Data. Remote Sensing, 2017, 9 (4), pp.310.

Pieterse, E. Building with Ruins and Dreams: Some Thoughts on Realising Integrated Urban Development In South Africa Through Crisis. Urban Studies, 2006, 43, pp.285–304.

Microsoft Bing Maps. Worldwide Building Footprints Derived from Satellite Imagery: Github, 2022. Retrieved from: https://github.com/microsoft/GlobalMLBuildingFootprints#will-there-be-more-data-coming-for-other-geographies.

W. Sirko, S. Kashubin, M. Ritter, A. Annkah, Y.S.E. Bouchareb, Y. Dauphin, D. Keysers, M. Neumann, M. Cisse, J.A. Quinn. Continental-scale Building Detection from High Resolution Satellite Imagery. arXiv:2107.12283, 2021.

ไพศาล สันติธรรมนนท์. (2564). การรังวัดด้วยภาพดิจิทัล Digital Photogrammetry. กรุงเทพมหานคร: สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย

Qiusheng Wu, & Lucas Osco. SAMGEO: A Python Package for Segmenting Geospatial Data with The Segment Anything Model (SAM). 2023. Zenodo. https://doi.org/10.5281/zenodo.7966658

Kirillov, A., Mintun, E., Ravi, N., Mao, H., Rolland, C., Gustafson, L., Xiao, T., Whitehead, S., Berg, A., Lo, W., Dollár, P. & Girshick, R. SEGMENT ANYTHING. 2023.{ArXiv:2304.02643}.

Yarroudh, A. Lidar Automatic Unsupervised Segmentation Using Segment-anything Model (Sam) From Meta AI: Github. 2023. Retrieved from https://github.com/Yarroudh/segment-lidar.

Wufan Zhao, Claudio Persello, Alfred Stein End-to-end Roofline Extraction From Very High-resolution Remote Sensing Images. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS

Miao, Y.; Jiang, S.; Xu, Y.; Wang, D. Feature Residual Analysis Network for Building Extraction from Remote Sensing Images. Applied Sciences, 2022, 12, pp.5095. https://doi.org/10.3390/app12105095