Βιβλιογραφική ανασκόπηση των μεθόδων για την σημασιολογική κατάτμηση νεφών σημείων

Τζοβάρα, Μαρίνα; Tzovara, Marina

dc.contributor.author	Τζοβάρα, Μαρίνα	el
dc.contributor.author	Tzovara, Marina	en
dc.date.accessioned	2023-04-03T07:45:21Z
dc.date.available	2023-04-03T07:45:21Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/57420
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.25117
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Γεωπληροφορική”	el
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	Νέφος σημείων	el
dc.subject	Κατάτμηση	el
dc.subject	Σημασιολογική κατάτμηση	el
dc.subject	Βαθιά μάθηση	el
dc.subject	Point cloud	en
dc.subject	Segmentation	en
dc.subject	Semantic segmentation	en
dc.subject	Deep learning	en
dc.title	Βιβλιογραφική ανασκόπηση των μεθόδων για την σημασιολογική κατάτμηση νεφών σημείων	el
heal.type	masterThesis
heal.classification	Φωτογραμμετρία	el
heal.classification	Photogrammetry	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-02-17
heal.abstract	Η παρούσα διπλωματική εργασία εκπονήθηκε στο πλαίσιο του Διεπιστημονικού Διατμηματικού Προγράμματος Μεταπτυχιακών Σπουδών “Γεωπληροφορική” της Σχολής Αγρονόμων Τοπογράφων Μηχανικών – Μηχανικών Γεωπληροφορικής, του Εθνικού Μετσόβιου Πολυτεχνείου. Το αντικείμενό της είναι η βιβλιογραφική ανασκόπηση μεθόδων για τη σημασιολογική κατάτμηση νεφών σημείων. Η φωτογραμμετρία είναι μια επιστήμη η οποία έχει εξελιχθεί ραγδαία τα τελευταία χρόνια με αποτέλεσμα τα προϊόντα που δημιουργούνται λόγω της ανάπτυξής της να γίνονται όλο και πιο σημαντικά. Ένα από αυτά είναι τα νέφη σημείων, τα οποία αποτελούν σήμερα μια μορφή δεδομένων πολύ χρήσιμη, ταυτόχρονα όμως και πολύ ελκυστική για τη διερεύνηση μεθόδων και τεχνικών ώστε να υπόκεινται σε επεξεργασία πιο εύκολα και πιο αυτόματα. Έτσι, με τα χρόνια δημιουργήθηκε η ανάγκη για την ανάπτυξη μεθόδων για τη σημασιολογική κατάτμηση ενός νέφους σημείων. Σημασιολογική κατάτμηση ενός νέφους σημείων είναι η διαδικασία κατά την οποία τα σημεία από τα οποία αποτελείται ένα νέφος σημείων χωρίζονται σε κατηγορίες έχοντας κοινά χαρακτηριστικά και μια ιδιότητα. Πριν εφαρμοστούν ευρέως αποτελεσματικές μέθοδοι μάθησης με επίβλεψη στη σημασιολογική κατάτμηση, η κατάτμηση νέφους σημείων χωρίς επίβλεψη ήταν ένα σημαντικό έργο για δεδομένα 2,5D/3D. Η κατάτμηση νέφους σημείων στοχεύει στην ομαδοποίηση σημείων με παρόμοια γεωμετρικά/φασματικά χαρακτηριστικά χωρίς να λαμβάνει υπόψη τις σημασιολογικές πληροφορίες. Επειδή στη ροή εργασίας της σημασιολογικής κατάτμησης, η απλή κατάτμηση μπορεί να χρησιμοποιηθεί ως βήμα προ-τμηματοποίησης, επηρεάζοντας τα τελικά αποτελέσματα, στη παρούσα εργασία θα αναλυθούν τόσο οι τεχνικές κατάτμησης όσο και οι τεχνικές σημασιολογικής κατάτμησης νεφών σημείων. Επειδή στην ελληνική βιβλιογραφία δεν υπάρχουν πολλές μελέτες που να παρουσιάζουν αυτές τις τεχνικές και να αποσαφηνίζουν τι είναι η κατάτμηση και τι η σημασιολογική κατάτμηση ενός νέφους σημείων, η παρούσα διπλωματική εργασία επιχειρεί να κάνει ακριβώς αυτό.	el
heal.abstract	The present thesis was prepared in the framework of the Interdisciplinary Postgraduate Programme "Geoinformatics" of the School of Rural, Surveying and Geoinformatics Engineering, of National Technical University of Athens. The subject of this thesis is a literature review of methods for point cloud semantic segmentation. Photogrammetry is a science that has evolved rapidly in recent years with result that the "products" created due to its development are becoming increasingly important. One of these is point clouds, which are nowadays a very useful but also very attractive form of data for exploring methods and techniques to process them more easily and automatically. Thus, over the years, the need has arisen to explore methods for the point cloud semantic segmentation. Semantic segmentation of a point cloud is the process by which the points that make up a point cloud are divided into categories having common characteristics and a property. Before widely effective supervised learning methods were widely applied to semantic segmentation, unsupervised point cloud segmentation was an important task for 2.D/3D data. Point cloud segmentation aims to group points with similar geometric/spectral characteristics without taking semantic information into account. Because of the fact that in the semantic segmentation workflow, simple segmentation can be used as a pre-segmentation step, affecting the final results, this paper will analyze both segmentation techniques and point cloud semantic segmentation techniques. Since there are not many studies in the Greek literature that present these techniques and clarify what is partitioning and what is semantic partitioning of a point cloud, this is what this thesis attempts to do.	en
heal.advisorName	Γεωργόπουλος, Ανδρέας	el
heal.committeeMemberName	Γεωργόπουλος, Ανδρέας	el
heal.committeeMemberName	Ιωαννίδης, Χαράλαμπος	el
heal.committeeMemberName	Πατεράκη, Μαρία	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false