3D-modelleren van steden wordt steeds geavanceerder. Je hebt de verandering waarschijnlijk al opgemerkt in bijvoorbeeld Google Earth: als je inzoomt op een stadstafereel kun je vaak tussen de gebouwen door 'vliegen'. Het ziet er indrukwekkend uit, maar er ontbreekt iets essentieels. Als je wilt dat een computer berekeningen uitvoert en voorspellingen doet, moet deze de eigenschappen van elk onderdeel van het model kennen. Weixiao Gao werkte tijdens zijn PhD aan dit probleem. Het resultaat: enkele van de meest geavanceerde label-algoritmen in academia.
Waarom zijn labels zo belangrijk in 3D-modellen van steden? Weixiao legt uit: “Dankzij labels is een computer beter in staat om ruimtelijke analyses uit te voeren. Zoals het detecteren van de constructie en sloop van gebouwen, of het toevoegen of verwijderen van bomen. Het maakt ook veel nauwkeurigere navigatie mogelijk: voor mensen, maar ook voor robots en drones! Computers kunnen volumes van bouwwerken berekenen, raamoppervlak meten, microklimaten simuleren... allemaal essentieel voor milieu-effecten. En tijdens conflicten of rampen kunnen deze programma's automatisch schade evalueren, wat herstelwerkzaamheden versnelt.”
De allure van 3D virtuele werelden
Weixiao groeide op in een kleine stad in het noorden van China. In de avonden na basisschool werd hij groot fan van 3D-videogames zoals Grand Theft Auto: “Waarschijnlijk begon daar mijn interesse in virtuele werelden.” Zoals veel gamers wilde hij aanvankelijk computerwetenschappen studeren, maar uiteindelijk koos hij voor geo-informatiewetenschappen: het maken en gebruiken van kaarten gebaseerd op de echte wereld. “Ik bleef denken: waar is de derde dimensie? We leven tenslotte in 3D!” Dus toen de kans zich voordeed, verhuisde hij naar Delft om te werken aan 3D-modellen van steden.
Vliegtuigen boven Helsinki
Het type 3D-model waar Weixiao aan werkt heet een 'textured mesh'. De data zijn afkomstig van foto's, die afkomstig kunnen zijn van satellieten, vliegtuigen, of zelfs mobiele telefoons. “In mijn geval zijn de data afgeleid van vliegtuigfoto's van Helsinki, een van de weinige plaatsen met een openbare database.” De computer kiest een paar punten in de ingevoerde foto's en berekent hun 3D-coördinaten. Vervolgens creëert deze een 'veld van driehoeken', de mesh, in de vorm van de stad. De zogenaamde textuur bestaat uit bijgesneden afbeeldingen uit de oorspronkelijke data, die gebruikt worden om deze driehoeken in te vullen.
Deep Learning: een schijnvriend?
Aan het begin van zijn PhD probeerde Weixiao zijn 3D-modellen handmatig te labelen. “Het kostte me 300 uur om 1 km2 te labelen. De volgende stap was vanzelfsprekend: efficiëntie.” Op dat moment kwam Deep Learning overal in het nieuws. Voor Weixiao leek dit de perfecte oplossing. Maar tijdens poging na poging besefte hij dat volledige automatisering bij lange na niet haalbaar was. “A.I. is nooit 100% correct. Sterker nog, huidige systemen voor automatisch labelen halen slechts een nauwkeurigheid van 50% tot 70%. Dat betekent eindeloze handmatige correcties." In plaats daarvan integreerde Weixiao A.I. in hulpmiddelen, wat niet alleen het labelen zelf maar ook het genereren van data en het corrigeren van fouten enorm versnelde.
Mijlpalen in de sector
Na een lange en moeizame weg is Weixiao trots op de vruchten van zijn arbeid. Zijn programma kan gedetailleerde labels toepassen op een stedelijke textured mesh: “Niet alleen objecten, zoals grond en gebouw, maar ook onderdelen, zoals ramen, deuren, en wegmarkeringen. Het is een van de eerste onderzoeksprogramma's ter wereld die dit niveau van detail toestaat.” Weixiao creëerde daarnaast een apart algoritme dat in staat is om de textured mesh om te zetten in 3D polygoonmodellen die waterdicht zijn: essentieel voor het berekenen van eigenschappen zoals volume. “Voor zover ik weet is dit het eerste data-gedreven algoritme dat automatisch gedetailleerde en gelabelde 3D modellen van steden kan reconstrueren. Het is snel, nauwkeurig, en maakt 3D printen mogelijk!”
Toepassingen en samenwerkingen
Zoals je zou verwachten op basis van zijn enthousiasme, is Weixiao van plan om in academia te blijven: “Ik wil dit werkveld in de juiste richting blijven duwen. En ik wil mogelijke toepassingen voor deze ontwikkelingen verkennen: het bouwen van virtuele werelden, geavanceerde stadsplanning, impactberekening, misschien zelfs simulatie van rampen zoals overstromingen of stormen of aardbevingen.” Dit leidt tot zijn belangrijkste boodschap: “Het vakgebied Urban Data Science is te geïsoleerd! We kunnen bijdragen aan bijna elke onderzoeksgroep op BK. Stel je voor wat bijvoorbeeld Landschapsarchitectuur kan met geavanceerde 3D-modellen.” Aan de BK-gemeenschap: ben je er klaar voor om je werk in een virtuele wereld te zien?
Gepubliceerd: oktober 2024
Meer informatie
- Weixiao Gao verdedigt op maandag 4 november om 12:30 zijn proefschrift.
- Lees Weixiao’s volledige thesis, getiteld ‘Semantic understanding of urban scenes from textured meshes’.
- Alle afbeeldingen in dit artikel zijn gemaakt door en eigendom van Weixiao Gao.
