FRACTAL: An Ultra-Large-Scale Aerial Lidar Dataset for 3D Semantic Segmentation of Diverse Landscapes

要約

地図作成機関は、領土を監視し、公共政策をサポートするための新しいツールとして航空ライダー スキャン (ALS) を採用するケースが増えています。
ALS データを大規模に処理するには、非常に多様な領域で適切に機能する効率的なポイント分類方法が必要です。
これらを評価するには、研究者は注釈付きの大規模な Lidar データセットを必要としますが、現在の Lidar ベンチマーク データセットの範囲は限られており、多くの場合、単一の都市エリアをカバーしています。
このデータギャップを埋めるために、French ALS Clouds from TArgeted Landscapes (FRACTAL) データセットを紹介します。これは、7 つのセマンティック クラスの高品質ラベルが付いた 100,000 個の高密度点群で構成され、250 km に及ぶ超大規模航空 Lidar データセットです$^
2ドル。
FRACTAL は、フランス全国のオープンな LiDAR データに基づいて構築されています。
フランスの 5 つの地域から希少なクラスと挑戦的な風景を明示的に集中するサンプリング スキームを通じて、空間的および意味的な多様性を実現します。
大規模な土地監視のための 3D ディープラーニング アプローチの開発をサポートする必要があります。
ソース データの性質、サンプリング ワークフロー、結果のデータセットの内容を説明し、高性能 3D ニューラル アーキテクチャを使用してセグメンテーション パフォーマンスの初期評価を提供します。

要約(オリジナル)

Mapping agencies are increasingly adopting Aerial Lidar Scanning (ALS) as a new tool to monitor territory and support public policies. Processing ALS data at scale requires efficient point classification methods that perform well over highly diverse territories. To evaluate them, researchers need large annotated Lidar datasets, however, current Lidar benchmark datasets have restricted scope and often cover a single urban area. To bridge this data gap, we present the FRench ALS Clouds from TArgeted Landscapes (FRACTAL) dataset: an ultra-large-scale aerial Lidar dataset made of 100,000 dense point clouds with high-quality labels for 7 semantic classes and spanning 250 km$^2$. FRACTAL is built upon France’s nationwide open Lidar data. It achieves spatial and semantic diversity via a sampling scheme that explicitly concentrates rare classes and challenging landscapes from five French regions. It should support the development of 3D deep learning approaches for large-scale land monitoring. We describe the nature of the source data, the sampling workflow, the content of the resulting dataset, and provide an initial evaluation of segmentation performance using a performant 3D neural architecture.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google