2D データパイプラインを完璧にしたエンジニアにとって、3D への移行は衝撃的なものとなり、かつて 2D ボックスを描くという解決された問題は、薄いポイント クラウド、曖昧な視覚化、曖昧な分類に対する複雑な戦いとなりました。 「シンプルな」プロセスには、しばしば多くの課題と隠されたボトルネックが含まれます。それらをどのように解決し、それらのための最適なソリューションは何ですか? トップラベルプロバイダーと3Dプラットフォームの専門知識とプロジェクトを調べることによって、それを「フィールド内」に探ってみましょう。 Where the bottlenecks arise 自動車、ロボット、建設、および医療を含むさまざまな産業における自律システムのための強力な能力を解除します。それでは、ユニークな課題のセットがどこに生じるのですか? このポイントクラウドデータは固有に不安定です:ガラスまたは濡れた表面からの反射、天候による騒音、そして絶え間なく動くオブジェクトは、シーンを歪曲したり、存在しない「ファントム」構造を作成することができます。大規模なスキャンは追加の複雑性を追加します。センサーを調節し、フレームを同期させ、大規模なデータセットの間の地理的一致性を維持するには、詳細な制御が必要です。さらに重要なことに、3Dの注釈は、マークポイントよりも多くであり、文脈を正しく解 Joint laboratory of humans and powerful tools THE 間 高精度のラベル化を専門とするチーム、および エンタープライズグレードの3Dラベル化に設計されたプラットフォームで、先進的なツールと人間の専門知識の組み合わせが、3Dデータワークフローを高め、隠れたボトルネックを解決する方法を示しています。 発表パートナーシップ キーワード セグメント Solving weather-related point cloud distortions LiDARベースのインフラマッピングプロジェクトでは、重い霧とドリズルが不安定なポイント密度を引き起こし、真の物体と大気のアーティファクトを区別するのが困難になりました。Segments.aiの組み込みフィルターは、低強度と孤立した点を除去することによって、最初のクリーニング層を処理しました。しかし、天気の歪みは自動ツールだけでは異なるものであり、霧は分散点のクラスターを作り出し、ドリズルは鋭いがランダムな「スパーク」を生成し、反射する道路表面は複雑さのもう一つの層を追加しました。これに対処するために、Keymakrチームは複数のステップのレビューワークフローを適用しました: パターンベースの視覚分析:注記器は手動で繰り返しの騒音サインを識別した(霧のパッチ、反射光、湿気のアーティファクト)。 Iterative threshold tuning: Segments.aiのエンジニアは、一般的な騒音ではなく、環境干渉にフィルタリングルールを適応しました。 レイヤークリーニング:データセットは、フィルタリング、レビュー、訂正され、次に調整されたフィルターを通過しました。 3D 空間におけるクロスチェック:オペレーターは、正当なオブジェクトを保存するために、複数の角度と深さで領域を検証し、清掃しました。 さらに重要なことに、天候によるスキャンのための繰り返しのワークフローを生成し、両チームは現在、非理想的な条件で収集されたLiDARで作業するときにテンプレートとして使用するプロセスです。 「Keymakrのチームは、複雑なプロジェクトを通じてスピードと品質を最適化するために、当社のプラットフォームを最大限に活用しています。彼らの積極的なコミュニケーションと専門家のフィードバックは、当社のプラットフォームを継続的に改善するのに役立ちます。 Otto Debals、Segments.aiのCEO "Keymakr’s team makes full use of our platform to optimize speed and quality across complex projects. Their proactive communication and expert feedback help us continuously improve the platform. It’s always great to see the results they’re achieving for some of the customers we support together." Otto Debals、Segments.aiのCEO Restoring time synchronization in custom LiDAR formats 別のケースでは、タイムベースのポイントクラウドデータに関連する技術的なボトルネックが発生しました。 ビデオとは異なり、フレームが間違って並べ替えが容易で、ポイントクラウドは時間の経過とともに測定され、特定のフレームではなく、秒間で継続的なレコーディングを意味します。 クライアントにはカスタマイズされたデータ形式があり、アップロード中にフレームとタイムスタンプの並べ替えが無視され、ファイルが間違って表示されます。 その結果、プラットフォームはデータセットを認識または処理できませんでした。 この課題は、将来のプロジェクトのためのKeymakr技術チームとSegments.aiのエンジニアによって共同で解決されました。 「顧客はしばしば非標準的で複雑なタスクを要求しているため、パートナーのツールを使用するための創造的な方法を常に探しています」とKeymakrのZoia Boiko首相は述べています。 「顧客はしばしば非標準的で複雑なタスクを要求しているため、パートナーのツールを使用するための創造的な方法を常に探しています」とKeymakrのZoia Boiko首相は述べています。 したがって、Keymakrは、人間のコンポーネント、注意力、創造性、そして現実世界のデータの行動の深い理解に貢献します。Segmentsは、ワークフローをパワーアップし、エンジニアリングソリューションを提供し、ラベル化を可能にします。 Resolving structural breaks in 3D road markings 非常に正確な3D道路標識を必要とするプロジェクトでは、もう一つのボトルネックが現れました。 2Dワークフローでは、線は全体構造に影響を与えずに中断され、継続することができますが、3Dでは、これは危険です。小さな人工的な「ギャップ」さえも、自動システムによってトラックエンドとして誤解することができます。これに対処するために、Keymakrチームは、自動的な重複除去を伴う連続的なポリラインに基づくワークフローを開発しました。各道路標識は単一の連続的なオブジェクトとして描かれており、その後、Segments.aiは自動的に重複ゾーン内に落ちたセグメントだけを除去しました。これはモデルが構造的な切断として重複することを防止し、一貫性を大幅 「3Dでは、偶然のギャップを手に入れることはできません。一つのブレイクは、シーンの全体の地理を歪曲し、自動システムを誤解することができます。私たちの目標は、連続性がデザインによって保証され、偶然に残されないワークフローを作成することでした」 — Zoia Boiko, PM at Keymakr. 「3Dでは、偶然のギャップを手に入れることはできません。一つのブレイクは、シーンの全体の地理を歪曲し、自動システムを誤解することができます。私たちの目標は、連続性がデザインによって保証され、偶然に残されないワークフローを作成することでした」 — Zoia Boiko, PM at Keymakr. このプロセスは、Segments.aiのFusion モードを使用して集計された 3D シーン内で作業することによってさらに強化されました. 何千もの無関係なフレームの代わりに、アノタは、エッジ、分割、合併、制限、シグナル、およびガードレイルで完了した全体のルートの統一された密集した表示で作業しました. この holistic view made road geometry clearer, transitions more logical, and line smoothing far more accurate. 合併モードで注釈のグローバルな「骨格」を構築した後、オペレーターはフレームレベルの編集に戻り、重複を改良するだけではなく、根底にあるジオメトリーを変更することなく、データセットをコンパクトに保ち、幅広いマルチフレーム編集で一般的なエラーを避けた。 Keymakr と Segments.ai のこれらのケースはすべて、テクノロジーが人間の専門知識と並行して進化する共同研究所の例として見ることができます。 3D ラベル化はしばしば純粋に技術的なプロセスと見なされますが、実際には、それは現実世界を理解するためにマシンを教えるより深い何かを反映しています。 各ポイントクラウドは現実の一部をキャプチャし、意味のあるもの、騒音であるもの、そして現場に本当に存在するものを決定する人間のオペレーターです。 共に、これらのケースは、3D データ作業の未来が人間のループのモデルにあり、人々がシステムを導き、実際のフィールドの課題を通じてツールを形作り、最終的に信頼性、正確性、
