Σημασιολογική κατάτμηση νέφους σημείων για δωρικό ναό

Κυριακάκι-Γραμματικάκη, Σταυρούλα; Kyriakaki-Grammatikaki, Stavroula

dc.contributor.author	Κυριακάκι-Γραμματικάκη, Σταυρούλα	el
dc.contributor.author	Kyriakaki-Grammatikaki, Stavroula	en
dc.date.accessioned	2022-02-25T10:16:30Z
dc.date.available	2022-02-25T10:16:30Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/54845
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.22543
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Σημασιολογική κατάτμηση	el
dc.subject	Ταξινόμηση	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Νέφος σημείων	el
dc.subject	Πολιτιστική κληρονομιά	el
dc.subject	Semantic segmentation	en
dc.subject	Classification	en
dc.subject	Machine learning	en
dc.subject	Point cloud	en
dc.subject	Cultural heritage	en
dc.title	Σημασιολογική κατάτμηση νέφους σημείων για δωρικό ναό	el
dc.title	Semantic segmentation of the point cloud for a doric temple	en
heal.type	bachelorThesis
heal.classification	Φωτογραμμετρία	el
heal.classification	Photogrammetry	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-10-22
heal.abstract	Η παρούσα διπλωματική εργασία πραγματεύεται τη σημασιολογική κατάτμηση νέφους σημείων για δωρικό ναό ή αλλιώς την ταξινόμησή του με αυτόματο τρόπο. Αποτελείται από δύο μέρη: το θεωρητικό υπόβαθρο και την πρακτική εφαρμογή. Στο πρώτο μέρος δίνονται επεξηγήσεις για τα 3Δ νέφη σημείων, τη μηχανική μάθηση και την ταξινόμηση. Τα 3Δ νέφη σημείων ως τα δεδομένα και η μηχανική μάθηση ως η μέθοδος αποτελούν τους πυλώνες για τη διαδικασία τη ταξινόμησης, δηλαδή το πρόβλημα που πρόκειται να επιλυθεί. Με κάθε υποκεφάλαιο επιδιώκεται να δοθεί μια απάντηση κυρίως σε τρία βασικά ερωτήματα: τι είναι; πώς λειτουργεί; γιατί χρειάζεται; Στο δεύτερο μέρος παρουσιάζεται η μελέτη της περίπτωσης του ναού του Ηφαίστου με παράλληλη αξιοποίηση δεδομένων από αντίστοιχη εφαρμογή στο ναό του Ποσειδώνα στο Paestum. Στόχος της εφαρμογής αποτελεί η ταξινόμηση των σημείων του νέφους του ναού του Ηφαίστου σε τάξεις που άπτονται των δομικών, αρχιτεκτονικών γνωρισμάτων του. Τα διάφορα κεφάλαια αναφέρονται στα δεδομένα που χρησιμοποιούνται, στις μεθόδους που εφαρμόζονται, καθώς και στα αποτελέσματα που παράγονται.	el
heal.abstract	The present diploma thesis deals with the semantic segmentation of the point cloud for a doric temple or otherwise its automatic classification. It consists of two parts: the theoretical background and the practical application. The first part provides explanations for the 3D point clouds, machine learning and classification. 3D point clouds as the data and machine learning as the method are the pillars for the classification process, the problem sought to be solved. Each subchapter seeks to answer mainly three key questions: what is it? how does it work? why is it needed? The second part presents the case study of the temple of Hephaestus with parallel utilization of data from an equivalent application to the temple of Νeptune in Paestum. The aim of the application is to classify the points of the cloud of the temple of Hephaestus in classes that touch on its structural and architectural attributes. The various chapters refer to the data used, the methods applied, as well as the results produced.	en
heal.advisorName	Γεωργόπουλος, Ανδρέας	el
heal.advisorName	Georgopoulos, Andreas	en
heal.committeeMemberName	Γεωργόπουλος, Ανδρέας	el
heal.committeeMemberName	Πατεράκη, Μαρία	el
heal.committeeMemberName	Δουλάμης, Αναστάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Φωτογραμμετρίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	76 σ.	el
heal.fullTextAvailability	false