European Commission logo
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Structuring Raw Scans

Descripción del proyecto

Una aplicación que identifica de forma automática los ingredientes de «sopas poligonales»

Las tecnologías modernas han posibilitado obtener mediciones tridimensionales (3D) a gran escala de infraestructura y edificios, entre otros. Este tipo de datos masivos es muy relevante para el posicionamiento global y el urbanismo. Los datos sin procesar comprenden una gran cantidad de puntos, una «sopa poligonal», cuyos ingredientes tiene que ser etiquetados. Este proceso se realiza hoy día de forma manual, lo que puede llevar de días a meses en función de la superficie. El proyecto SemanticCity, financiado con fondos europeos, está elaborando la ruta al mercado de su «software» que permite automatizar esta labor y, de esto modo, reducir el tiempo de procesamiento a unas pocas horas. La funcionalidad y utilidad de su aplicación se demostrará mediante archivos de grandes conjuntos de datos 3D en manos de agencias gubernamentales y socios industriales.

Objetivo

"Many massive data sources now exist for large scale 3D measurements in the form of raw pointclouds or polygonal soups. Such raw data, however, have to be cleaned, consolidated, and semantically annotated before they can be consumed by downstream applications (e.g. augmented reality, procedural modeling, energy simulation, etc.). This manual step is a major processing bottleneck resulting in significant economic and efficiency costs. For example, state-of-the-art workflows in location-based services and urban planning industries easily take 2-3 man days to produce accurate semantic labels for small spaces (500-1500 sqm), or several man weeks for a few blocks of street (2-5 sqkm). This makes large-scale semantic annotations unfeasible, and hence, majority of the raw scan data archives remain under-utilized.

The proposed ""Proof-of-Concept"" SemanticCity aims to pre-commercialize a novel software suite utilizing algorithms developed in course of the ERC-funded SmartGeometry project for automating generation of semantically structured models from raw 3D scans of cities to enable next generation augmented reality (AR), urban planning, and semantically tagged location-based services. SemanticCity, in partnership with a major European AR company, a large UK-based city developer, and London local councils, will address this challenge by automatically producing structured output directly from raw 3D measurements, reduce computation times from days/weeks to hours, and evaluate the structured output via the AR City app on multiple large-scale datasets. As case studies, we will work with governmental agencies and identified partner companies to meaningfully utilize their large archives of 3D measurements which are currently largely under-utilized.
"

Régimen de financiación

ERC-POC - Proof of Concept Grant

Institución de acogida

UNIVERSITY COLLEGE LONDON
Aportación neta de la UEn
€ 150 000,00
Dirección
GOWER STREET
WC1E 6BT London
Reino Unido

Ver en el mapa

Región
London Inner London — West Camden and City of London
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
€ 150 000,00

Beneficiarios (1)