ফটোগ্রামমেট্রি এবং ইউএভি ইমেজ থেকে মডেল জেনারেশন

লাভ:

• AI এর সাথে সঠিক প্রসঙ্গে SfM ফটোগ্রামমেট্রি, অর্থোফোটো, DSM/DTM এবং গ্রাউন্ড কন্ট্রোল পয়েন্ট ধারণা ব্যবহার করার ক্ষমতা
• এআই-সমর্থিত গণনা এবং চেকলিস্টের সাথে ইউএভি ফ্লাইট পরিকল্পনা, কভারেজ রেট এবং নির্ভুলতা প্রত্যাশা তৈরি করার ক্ষমতা
• স্বাধীন নিয়ন্ত্রণ পয়েন্ট এবং RMSE যুক্তি সহ ফটোগ্রামমেট্রিক আউটপুটের নির্ভুলতা মূল্যায়ন করার ক্ষমতা

ফটোগ্রামমেট্রি হল ওভারল্যাপ করা ফটোগ্রাফ থেকে বস্তুর ত্রিমাত্রিক অবস্থান এবং আকৃতি পরিমাপ করার কৌশল। আজ, জরিপ প্রকৌশলে দ্রুততম ক্রমবর্ধমান উৎপাদন পদ্ধতি হল UAV (আনম্যানড এরিয়াল ভেহিকল, সাধারণত ড্রোন নামে পরিচিত) দ্বারা সংগৃহীত শত শত ফটোগ্রাফ থেকে অর্থোফটো এবং উচ্চতার মডেল তৈরি করা। এই ইউনিটে, আমরা কভার করি কিভাবে কৃত্রিম বুদ্ধিমত্তা এই প্রক্রিয়াটিকে সমর্থন করে, ফ্লাইট পরিকল্পনা থেকে নির্ভুলতা মূল্যায়ন পর্যন্ত। নীতিটি অপরিবর্তনীয়: সফ্টওয়্যার এবং এআই মডেল তৈরি করে; গ্রাউন্ড কন্ট্রোল পয়েন্ট এবং স্বাধীন নিয়ন্ত্রণের মাধ্যমে প্রকৌশলীর কাছে অবস্থানগত নির্ভুলতার গ্রহণযোগ্যতা থাকে।

এর শর্তাবলী স্পষ্ট করা যাক. SfM (গড় থেকে স্ট্রাকচার) এমন একটি পদ্ধতি যা বিভিন্ন কোণ থেকে তোলা ফটোগ্রাফের সাধারণ পয়েন্টগুলিকে মিলিয়ে 3D জ্যামিতি এবং ক্যামেরার অবস্থানগুলি সমাধান করে; এটি আধুনিক ফটোগ্রামমেট্রি সফ্টওয়্যারের মূল। অর্থোফটো হল সঠিক স্কেল সহ একটি বায়বীয় চিত্র, একটি মানচিত্রের মতো, দৃষ্টিকোণ এবং উচ্চতার বিকৃতি দূর করে। ডিএসএম (ডিজিটাল সারফেস মডেল) হল ভবন এবং গাছ সহ উপরের পৃষ্ঠের একটি উচ্চতা মডেল। ডিটিএম (ডিজিটাল টেরেন মডেল) হল খালি মাটির উচ্চতা মডেল। GCP (গ্রাউন্ড কন্ট্রোল পয়েন্ট; ইংরেজিতে GCP) হল চিহ্নিত বিন্দু যা ক্ষেত্র থেকে সঠিকভাবে পরিমাপ করা হয়, ফটোগ্রাফে প্রদর্শিত হয় এবং মডেলটিকে প্রকৃত স্থানাঙ্কের সাথে সংযুক্ত করে। ওভারল্যাপ অনুপাত হল প্রতিবেশী ফটোগুলির শতাংশ একে অপরকে কভার করে৷

ফটোগ্রামমেট্রিতে AI এর ভূমিকা

এআই এই ওয়ার্কফ্লোতে চারটি জায়গা সমর্থন করে:

1. ফ্লাইট পরিকল্পনা এবং গণনা। এটি ফ্লাইটের উচ্চতা, কভার অনুপাত এবং পছন্দসই স্থল নমুনা দূরত্বের জন্য ফটোগ্রাফের সংখ্যা (GSD: প্রতিটি পিক্সেল মাটিতে কভার করে) গণনা করতে সাহায্য করে এবং একটি চেকলিস্ট তৈরি করে।
2. গুণমান প্রাক পরীক্ষা. এটি স্ক্যানিং লজিক স্থাপন করে যা ঝাপসা ফটো, অপর্যাপ্ত বাধা, এবং GCP বিতরণ সমস্যাগুলিকে ফ্ল্যাগ করে।
3. আউটপুট শ্রেণীবিভাগ এবং পরিষ্কার. এটি ডিএসএম থেকে ডিটিএম তৈরি করতে অর্থোফটোতে অবজেক্ট (বিল্ডিং/ট্রি) ফিল্টারিং এবং ক্লাউড/শ্যাডো সনাক্তকরণের মতো কাজে সহায়তা করে।
4. রিপোর্ট এবং নির্ভুলতা সারাংশ. RMSE (রুট গড় স্কয়ার ত্রুটি; নিয়ন্ত্রণ পয়েন্টে বিচ্যুতির পরিমাপ) টেবিল এবং নির্ভুলতা রিপোর্ট পাঠযোগ্য করে তোলে।

ব্লাইন্ড স্পট: AI ফ্লাইটের শারীরিক অবস্থা এবং ভূখণ্ডের বাস্তবতা দেখতে পায় না। যদি অপর্যাপ্ত GCP, দুর্বল কভার বা বাতাসের ফ্লাইট থাকে, কোন সফ্টওয়্যার/AI পরে এটি সম্পূর্ণরূপে সংশোধন করতে পারে না। সততা শুরু হয় মাঠে।

টিপ: শুরু থেকেই সংখ্যায় আপনার নির্ভুলতা লক্ষ্য সেট করুন। "এটি উচ্চ বিশ্বস্ততা হতে দিন" অস্পষ্ট; এটি একটি পরিমাপযোগ্য লক্ষ্য "আনুভূমিকভাবে ±3 সেমি এবং উল্লম্বভাবে ±5 সেমি লক্ষ্য করা হয়েছে, স্বাধীন নিয়ন্ত্রণ পয়েন্ট সহ RMSE দ্বারা নিশ্চিত করা হয়েছে।"

ধাপে ধাপে: UAV ফটোগ্রামমেট্রি ওয়ার্কফ্লো

1. নির্ভুলতা এবং জিএসডি লক্ষ্য নির্ধারণ করুন। কাঙ্ক্ষিত নির্ভুলতা জিএসডি নির্ধারণ করে এবং তাই ফ্লাইটের উচ্চতা। সাধারণ নিয়ম: অবস্থানগত নির্ভুলতা কয়েকটি GSD-এর ক্রম অনুসারে।
2. ফ্লাইটের পরিকল্পনা করুন। কভারেজ অনুপাত (সাধারণত ফরোয়ার্ড 75-80%, সাইড 65-70%), ফ্লাইটের উচ্চতা, ছবির সংখ্যা। AI এই গণনা এবং চেকলিস্ট তৈরি করতে পারে।
3. GCPs রাখুন এবং পরিমাপ করুন। এলাকাটিকে সমানভাবে কভার করার জন্য কোণে এবং মাঝখানে পর্যাপ্ত সংখ্যক GCP-এর GNSS দিয়ে সঠিকভাবে পরিমাপ করুন। তাদের কয়েকটিকে স্বাধীন নিয়ন্ত্রণ পয়েন্ট হিসাবে আলাদা করুন যা মডেলে প্রবেশ করে না।
4. এটি প্রক্রিয়া করুন। SfM এর সাথে সারিবদ্ধকরণ, GCP এর সাথে জিওরেফারেন্সিং, ঘন বিন্দু ক্লাউড, DSM, অর্থোফোটো জেনারেশন।
5. DTM উত্পাদন. অফ-গ্রাউন্ড অবজেক্ট ফিল্টার করে DSM থেকে DTM এ স্যুইচ করুন।
6. যাচাই করুন। পৃথক নিয়ন্ত্রণ পয়েন্টে RMSE গণনা করুন; এটা কি লক্ষ্যে আঘাত করে?

গ্রাউন্ড কন্ট্রোল পয়েন্ট এবং RMSE

বাস্তব জগতে ফটোগ্রামমেট্রিক মডেল ফিট করা GCP-এর উপর নির্ভর করে। GCPs মডেলকে স্কেল এবং অবস্থান দেয়; যদি সেগুলি সংখ্যায় অপর্যাপ্ত হয় বা খারাপভাবে বিতরণ করা হয় (সমস্ত এক কোণে), মডেলটি এক অঞ্চলে সঠিক হবে এবং অন্য অঞ্চলে তির্যক হবে৷ সততার সাথে নির্ভুলতা পরিমাপ করার উপায় হল কিছু GCP-কে সারিবদ্ধ না করে স্বাধীন নিয়ন্ত্রণ পয়েন্ট হিসাবে রাখা এবং প্রকৃত পরিমাপ করা মানের সাথে মডেলে তাদের মানগুলির তুলনা করে RMSE গণনা করা। GCP-তে ফিট (অবশিষ্ট) কম হওয়ার কারণে মডেলটিকে সঠিক বলে মনে করা হয় না; এটি প্রশিক্ষণ ডেটার সাফল্যের মতো।

সতর্কতা: আপনি যদি সমস্ত চিহ্নিত পয়েন্টগুলিকে GCP হিসাবে ব্যবহার করেন এবং কোনও স্বাধীন নিয়ন্ত্রণ বিন্দু না রাখেন তবে সঠিকতা পরিমাপ করার জন্য আপনার কাছে কোনও স্বাধীন প্রমাণ থাকবে না। সর্বদা পরিদর্শনের জন্য কয়েকটি পয়েন্ট সংরক্ষণ করুন।

তিনটি মিনি কেস: সংখ্যা দ্বারা

কেস 1 — GCP বিতরণ ত্রুটি৷ 40-হেক্টর জমিতে, 6টি জিসিপির মধ্যে 5টি মাঠের দক্ষিণ অর্ধে ছিল। মডেলটি দক্ষিণে ±3 সেমি এবং উত্তরে ±25 সেমি বিচ্যুতি দিয়েছে। স্বাধীন চেকপয়েন্ট এই আঞ্চলিক বিকৃতি প্রকাশ; যখন জিসিপিগুলি সমানভাবে বিতরণ করা হয়েছিল এবং ফ্লাইটটি পুনরায় প্রক্রিয়া করা হয়েছিল, তখন সঠিকতা উত্তরে ±4 সেন্টিমিটারে নেমে আসে।

কেস 2 — DTM এর জন্য DSM ভুল করা। একটি ভলিউম গণনায়, দলটি খনন আয়তনকে আনুমানিক 12% বেশি করে অনুমান করে যে DSM একটি জঙ্গলযুক্ত এলাকায় সরাসরি স্থল ছিল। যখন AI-সমর্থিত গ্রাউন্ড ফিল্টারিংয়ের সাথে DTM তৈরি করা হয়েছিল এবং গণনাটি পুনরাবৃত্তি করা হয়েছিল, তখন ভলিউমটি বাস্তবতার কাছাকাছি এসেছিল। পাঠ: DTM ভলিউম এবং জিন্সের কাজে ব্যবহৃত হয়।

কেস 3 - অপর্যাপ্ত কভারেজ। যখন বাতাসের কারণে কিছু লাইনে কভারেজ 55% এ নেমে যায়, তখন SfM সেই এলাকায় একটি খারাপ ম্যাচ করে এবং মডেলটি গর্তের সাথে বেরিয়ে আসে। গুণমান প্রাক-চেক নিম্ন কভার অঞ্চল চিহ্নিত; সেই অংশ আবার উড়ে গেল। পাঠ: কভারটি ক্ষেত্রে সরবরাহ করা হয়, এটি পরে তৈরি করা যাবে না।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমি একটি ড্রোন দিয়ে একটি মানচিত্র তৈরি করতে যাচ্ছি, আমার কী করা উচিত বলুন।

শক্তিশালী প্রম্পট:

টাস্ক: একটি UAV ফটোগ্রামমেট্রি ফ্লাইট এবং নির্ভুলতা পরিকল্পনা তৈরি করুন। প্রসঙ্গ:- এলাকা: ~40 হেক্টর, সমতল-সামান্য ঢালু, বিক্ষিপ্তভাবে কাঠ- টার্গেটের সঠিকতা: অনুভূমিক ±3 সেমি, উল্লম্ব ±5 সেমি- ক্যামেরা: [সেন্সর/ফোকাস], কাঙ্খিত জিএসডি: 2 সেমি অনুরোধ: 1) আনুমানিক ফ্লাইটের 2 সেমি উচ্চতা এবং 2 সেমি উচ্চতা লিখুন। সুপারিশ (ফরোয়ার্ড/সাইড) এবং ন্যায্যতা। 3) GCP-এর সংখ্যা এবং বিতরণ কৌশল; তাদের মধ্যে কয়টি আমার স্বাধীন চেকপয়েন্ট হিসেবে সংরক্ষণ করা উচিত? 4) DSM/DTM পার্থক্য লিখুন এবং কোন কাজের জন্য কোন আউটপুট প্রয়োজন। 5) যাচাইকরণ: স্বাধীন চেকপয়েন্টে RMSE-এর সাথে নিশ্চিতকরণ পদক্ষেপ।

শক্তিশালী প্রম্পটে সংখ্যাসূচক লক্ষ্য, ক্ষেত্রের অবস্থা এবং যাচাইকরণ পরিকল্পনা অন্তর্ভুক্ত রয়েছে; আউটপুট প্রযোজ্য হয়.

চারটি অনুলিপিযোগ্য টেমপ্লেট

1) ফ্লাইট প্যারামিটার গণনা:

কাঙ্খিত জিএসডি [x সেমি] এবং ক্যামেরা [সেন্সর/ফোকাস] এর জন্য আনুমানিক ফ্লাইটের উচ্চতা, কভার অনুপাত, ফটোর অনুমান সংখ্যার পরামর্শ দিন। আপনার অনুমান স্পষ্টভাবে লিখুন; মনে রাখবেন সঠিক মান সফ্টওয়্যার নিশ্চিতকরণ প্রয়োজন.

2) GCP পরিকল্পনা:

[এরিয়া/আকার/আকৃতি]-এর জন্য GCP লেআউট কৌশল সুপারিশ করুন: কতগুলি পয়েন্ট, কীভাবে বিতরণ করতে হবে, কতগুলি স্বাধীন নিয়ন্ত্রণের জন্য সংরক্ষিত করা উচিত। বিকৃত বন্টনের ঝুঁকি ব্যাখ্যা করুন (সমস্ত এক কোণে)।

3) DSM->DTM কর্মপ্রবাহ:

একটি পয়েন্ট ক্লাউড/DSM থেকে DTM তৈরি করতে গ্রাউন্ড ফিল্টারিং ধাপগুলি লিখুন। কোন বস্তুগুলি (বিল্ডিং, গাছ) বের করতে হবে এবং প্রোফাইল বিভাগের সাথে ফলাফল কীভাবে যাচাই করতে হবে তা নির্দিষ্ট করুন। ভলিউম/স্তরের কাজের জন্য কেন DTM প্রয়োজন তা ব্যাখ্যা করুন।

4) সঠিকতা রিপোর্ট:

নিম্নলিখিত স্বতন্ত্র নিয়ন্ত্রণ বিন্দু বিচ্যুতি থেকে অনুভূমিক এবং উল্লম্ব RMSE গণনা করুন, লক্ষ্য নির্ভুলতার সাথে তুলনা করুন, একটি পাস/ফেল ব্যাখ্যা করুন এবং কোনো দুর্বল এলাকা নির্দেশ করুন। ডেটা: [কন্ট্রোল পয়েন্ট বিচ্যুতি]

ফটোগ্রামমেট্রিক পণ্য তুলনা

পণ্য

এটা কি প্রতিনিধিত্ব করে?

সাধারণ ব্যবহার

মনোযোগ

অর্থোফটো

স্কেল সঠিক বায়বীয় চিত্র

বেসম্যাপ, ডিজিটাইজেশন

প্রান্ত বিকৃতি

ডিএসএম

উপরের পৃষ্ঠ (বিল্ডিং + গাছ)

ছায়া/দৃশ্যমানতা বিশ্লেষণ

এটা মাটি নয়

ডিটিএম

খালি মাটি

ডেনিম, ভলিউম, ঢাল

ফিল্টারিং গুণমান

বিন্দু মেঘ

3D ঘন বিন্দু

3D পরিমাপ, ক্রস বিভাগ

শব্দ পরিষ্কার

YKN

জিওরিফারেন্স বেস

সত্যের ভিত্তি

বিতরণ সমালোচনামূলক

সাধারণ ভুল

• DTM এর পরিবর্তে DSM ব্যবহার করা। উচ্চতা এবং আয়তনের গণনায় বড় ভুল।
• কোন স্বাধীন চেকপয়েন্ট ছেড়ে না. নির্ভুলতা পরিমাপ করার জন্য কোন স্বাধীন প্রমাণ অবশিষ্ট নেই।
• খারাপভাবে GCP বিতরণ করা। একটি এলাকা সঠিক, অন্যটি বিকৃত।
• মাঠে কভারেজের হার অপর্যাপ্ত রেখে যাওয়া। অ-পুনরুদ্ধারযোগ্য, ছিদ্রযুক্ত মডেল।
• সংখ্যায় নির্ভুলতার লক্ষ্য নির্ধারণ না করা। "উচ্চ নির্ভুলতা" পরিমাপ বা নিশ্চিত করা যাবে না।
• ভাবছেন যে অর্থোফোটো পরিমাপের জন্য একেবারে সঠিক। প্রান্ত এবং উচ্চ বস্তুর চারপাশে বিকৃতি ঘটে।

সংক্ষেপে

UAV ফটোগ্রামমেট্রিতে কৃত্রিম বুদ্ধিমত্তা; এটি ফ্লাইট প্ল্যান গণনা, গুণমান প্রি-চেকিং, ডিএসএম থেকে ডিটিএম জেনারেশন এবং নির্ভুলতা প্রতিবেদনে একটি শক্তিশালী সহায়তা। যাইহোক, অবস্থানগত নির্ভুলতার ভিত্তি ক্ষেত্রটিতে স্থাপিত হয়: সঠিক সংখ্যা এবং সমানভাবে বিতরণ করা স্থল নিয়ন্ত্রণ পয়েন্ট, পর্যাপ্ত কভার এবং সংখ্যাগত নির্ভুলতা লক্ষ্য। নির্ভুলতার একটি সৎ পরিমাপ হল পৃথক নিয়ন্ত্রণ পয়েন্টে গণনা করা RMSE যা মডেলে প্রবেশ করে না। ডেনিম এবং বাল্ক কাজের জন্য সর্বদা DTM ব্যবহার করুন; ডিএসএম শীর্ষ পৃষ্ঠ।

আবেদন টাস্ক

একটি UAV প্রকল্প ডিজাইন করুন: ক্ষেত্রের আকার, লক্ষ্য GSD, এবং সংখ্যাসূচক নির্ভুলতা লক্ষ্য নির্ধারণ করুন (যেমন অনুভূমিক ±3 সেমি)। AI ফ্লাইটের উচ্চতা, কভার রেশিও এবং GCP কৌশল তৈরি করুন; স্বাধীন নিয়ন্ত্রণের জন্য আপনি কতগুলি পয়েন্ট সংরক্ষণ করবেন তা লিখুন। তারপরে একটি অনুমানমূলক নিয়ন্ত্রণ পয়েন্ট বিচ্যুতি টেবিলে RMSE গণনা করুন এবং জিজ্ঞাসা করুন "এটি কি লক্ষ্যে আঘাত করেছে?" কমেন্ট করুন এবং ফলাফল নিজেই নিশ্চিত করুন।

চেকলিস্ট

• [ ] আমি একটি সংখ্যাসূচক নির্ভুলতা লক্ষ্য এবং GSD সেট করেছি।
• [] আমি কভারেজ অনুপাত (ফরোয়ার্ড/পার্শ্ব) পর্যাপ্তভাবে পরিকল্পনা করেছি।
• [ ] আমি GCP গুলিকে সমানভাবে বিতরণ করেছি এবং সেগুলিকে যথেষ্ট পরিমাণে ব্যবহার করেছি৷
• আমি স্বাধীন নিয়ন্ত্রণের জন্য কিছু পয়েন্ট সংরক্ষিত করেছি।
• [ ] আমি ডেনিম/ভলিউমের জন্য DTM তৈরি করেছি, DSM নয়।
• [ ] আমি প্রোফাইল সেকশন দিয়ে গ্রাউন্ড ফিল্টারেশন যাচাই করেছি।
• [ ] আমি স্বতন্ত্র নিয়ন্ত্রণ পয়েন্টে RMSE গণনা করেছি।
• [ ] আমি প্রকৌশলীর অনুমোদনের জন্য নির্ভুলতার গ্রহণযোগ্যতা সাপেক্ষে করেছি।