利益:
- 写真測量を使用してスケールされた 3D モデル、点群、オルソフォトを作成するプロセスにおける人工知能の貢献と、スケール バーが不可欠な理由を説明できる能力。
- 欠落データを埋めることによって作成される偽のサーフェスのリスクを認識し、予測を完了するための証拠を視覚的に分離できるようにする。
- モデルは測定値であり、解釈は背景と専門家の判断（壁とは何か、天然石とは何かなど）であることを理解します。
考古学では、発掘は破壊的な行為です。地層を発掘すると、その地層は永久に破壊され、二度と同じように見ることはできなくなります。したがって、文書化（測定、図面、写真、模型を使って発掘の各段階を永続的に記録すること）は、考古学の最も神聖な義務の 1 つです。この単元では、写真測量 (さまざまな角度から撮影した物体の複数の写真から共通点を一致させることでスケールされた 3 次元モデルを作成する技術) と AI がどのように 3D ドキュメンテーションを加速するのかを見ていきますが、なぜスケールと解釈の決定が人間に委ねられているのかを見ていきます。
基本原理: AI はスケール モデル、オルソ写真、測定値の作成に役立ちます。しかし、何を文書化するか、どの線が壁でどれが自然石であるか、モデルをどのように解釈するかは専門家の決定によって決まります。 3D モデルは証拠です。その読み方は解釈です。
写真測量と 3D ドキュメントの手順
1.写真撮影。物体または領域が十分に重なり合い (少なくとも 3 枚の写真の各点)、良好な光の下で撮影されています。スケール バーと既知の距離 (制御点) がその隣に配置されます。スケールがなければ、モデルは無次元になります。
2. 位置合わせと点群。ソフトウェアは写真内の共通点を照合し、点群 (物体の表面を表す数百万の 3D 点で構成されるデータ) を生成します。 AI はこのマッチングとノイズ クリーニングを高速化します。
3. メッシュとテクスチャ。ポイントはサーフェス (メッシュ) に変換され、その上に写真のテクスチャが適用されます。リアルな3Dモデルが出現します。
4. オルソフォトと測定。遠近法の歪みが除去された、スケール変更されたオルソ写真 (すべての点が正しいスケールで表示された平面図) がモデルから抽出されます。これをもとに測量図を作成します。
5. 測量と解釈。測量 (建物や遺跡の縮尺を変更して解釈した技術図面) は、専門家がモデルを読み取り、何が壁で、何がモルタルで、何が後から追加されたものであるかを区別する段階です。 AI はエッジを提案できますが、それを区別するのは専門家です。
ヒント: スケール バーとコントロール ポイントをスキップしないでください。 AI はスケールなしの写真から「美しい」モデルを生成しますが、実際の測定値を取得できないため、そのモデルは科学的に価値がありません。文書の価値は、その測定可能性にあります。
AIの貢献と限界
AI;写真の位置合わせ、ノイズ除去、欠落した表面の補間（補間）、および多数のモデルの比較に強力です。ただし、次の 2 つの重要な制限があります。
- 加工された表面の危険性。 AI は欠落したデータを「もっともらしい」方法で埋めることができます。つまり、モデルでは実際には観察されなかったサーフェスが生成される可能性があります。これは文書化において危険です。実際には存在しない詳細が証拠として表示されます。塗りつぶされた/予測された領域は常にマークする必要があります。
- コメントではなく測定です。モデルは何が何であるかを語っていません。穴が墓かゴミ穴か、石の列が壁か道路かは、モデルからではなく、文脈と専門家の判断から決まります。
注意: 3D モデルを「復元」または「完成」させるときに AI が追加するすべての部分は仮定です。証拠 (実際に測定された表面) と再構成 (推定される完成) が視覚的に分離されていない場合、観察者はその仮定を真実であると誤解してしまいます。これはドキュメントの最も重大な倫理的誤りです。
ミニケース3個
ケース 1 — ドキュメントを迅速に保存。救助発掘（工事による緊急発掘）では、チームが地層を記録するのに与えられた時間はわずか数時間でした。ドローンと AI を活用した写真測量により、レイヤーのミリメートル単位の 3D 記録が 45 分で作成されました。翌日、層は除去されましたが、パターンは永続的に残りました。この時代では手描きは不可能でした。
ケース 2 — 加工面が引っかかる。学生は、数枚の写真を使って作成したモデルの AI によって埋められた平面が「固体基盤」であるとレポートに書きます。コンサルタントは、その領域には十分な写真がなく、表面は補間されたものであることを示しました。モデルは、「測定」領域と「予測」領域を分離することによって再編成されました。
ケース 3 — スケールフリー モデルは機能しませんでした。あるチームは、見栄えは良い建築モデルを納品しましたが、スケール バーなしで撮影されました。そこから実際の測定値を取得することはできず、測量図を作成することもできませんでした。銃撃はチェックポイントを設けて繰り返された。教訓: スケールはモデルの科学的価値です。
コピー可能な 4 つのテンプレート
1) 撮影計画の制御:
あなたの役割: 写真測量ドキュメントのアシスタント。次のオブジェクト/領域を文書化します: [説明]。エイリアシング、アングル数、照明、スケールバー、コントロールポイントの配置に関する撮影チェックリストを教えてください。スケーラビリティと完全なカバレッジの重要なポイントを強調します。
2) モデルの品質検査:
以下に、3D モデル作成パラメータ/統計 (写真の数、オーバーラップ、カバーされる領域) を示します。モデルのどの領域でデータが弱く、AI によって埋められる (予測される) 可能性があるでしょうか?これらにどのようにマークを付ければよいか教えてください。
3) 証拠とフィクションの区別:
3D復元・完成準備中です。モデルのどの部分が測定済みの証拠であり、どの部分が完了済みと推定されているかを区別するためのマーキング スキーム (色/レイヤー/ラベル) を提案します。また、視聴者がその仮定を事実と誤解しないように、声明文の草案も作成してください。
4) 調査の準備:
オルソフォトからアンケートを作成します。この構造で区別する必要がある要素 (壁/モルタル/追加/修復/天然石) と、それぞれに注意を払うべき視覚的なヒントをリストします。私は決定的なコメントをします。チェックする基準を指定します。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
これらの写真から建物の 3D モデルを作成し、不足している部分を埋めます。
「足りない部分を埋める」とAIがフィッティング面を生成します。その結果、証拠とフィクションが混同された誤解を招くモデルが生まれました。
強力なプロンプト:
これらの写真からスケール 3D モデルを作成する場合は、写真で覆われている表面のみを適切にモデリングしてください。データ不足領域を埋める。それらを「欠落データ」としてマークします。モデル統計で各領域をサポートする写真の数をレポートします。スケールバーと照らし合わせて寸法を確認します。
違いは、前者は美しいが偽りの全体を生み出すことです。後者では、目に見えるギャップのある正直な文書が作成されます。
3D ドキュメントが従来の図面を完全に置き換えないのはなぜですか?
3D モデルは強力ですが、従来の手描きや観察ノートを完全に無効にするわけではありません。この 2 つは互いに補完し合います。測量図や層図には、どの石が壁に属し、後で転がされたのか、線が実際の境界なのか影なのかなど、発掘時の専門家の解釈が含まれています。この解釈はイラストレーターの頭の中で行われるものであり、3D モデルに自動的に現れるものではありません。モデルは「それが何であれ」を測定します。しかし、「どちらが理にかなっているか」の区別は人間の観察によるものです。
さらに、3D モデルにはアーカイブ形式の問題があります。今日作成したモデル ファイルは 10 年後には開かれていない可能性があります。ソフトウェアとフォーマットが時代遅れになる。そのため、生の写真、コントロール ポイントの測定値、および標準の図面/オルソ写真が常に一緒に保存されます。このモデルは、長期にわたるドキュメントの唯一の区間ではなく、最も豊富な区間です。
もう 1 つの実際的な問題は、座標と方向です。モデルは、実世界の座標系 (地理参照) に基づいていない場合、単なる「空中」の形状にすぎません。彼は、発掘現場のどの点を、どの方向を見ているのかを見失います。実際の座標を使用して基準点を測定すると、モデルと掘削計画がリンクされ、異なる季節のモデルを重ね合わせることができます。
ヒント: 3D モデルを生成してそのまま放置しないでください。生の写真、コントロール ポイントの座標、スケール情報、注釈付きの図面が含まれます。将来の研究者は、たとえモデルを開けなくても、これらの追加ドキュメントを使用してあなたの研究を理解できるはずです。
3D ドキュメンテーション方法表
ステージ
AIの貢献
人間の決断
検証
射撃
プラン/補償範囲の推奨事項
スケール、チェックポイント
エイリアシング制御
点群
ペアリング、ノイズ除去
品質のしきい値
コントロールポイントのサイズ
表面/質感
自動メッシュ
充填限界
ウィークゾーンサイン
オルソフォト/測定
スケール生産
スケール検証
既知の距離
調査
エッジの提案
壁/モルタル/アタッチメントの分離
コンテキスト、専門家
よくある間違い
- スケールバーをスキップします。スケールのないモデルは科学的に測定できません。
- 不足しているデータを埋める。 AIがフィッティング面を生成。ギャップをマークする必要があります。
- 証拠とフィクションを区別しない。完成した領域が視覚的に分離されていないと誤解を招きます。
- モデルを解釈と間違える。モデルのメーターはそれが何であるかを示しません。解釈は文脈と専門家の仕事の問題です。
- 少ない写真でモデルを作成します。オーバーラップが不十分であると、モデルが歪んで隙間ができてしまいます。
要約すると
3D ドキュメントと写真測量における AI。高速でミリ単位の繰り返し可能な記録を生成するため、時間に追われる救助発掘作業では特に貴重です。しかし、スケールバーは不可欠であり、欠落データは埋められるのではなくマークされ、証拠はフィクションから分離され、モデルの解釈（何が何か）は専門家に属します。モデルは証拠です。読書には責任が伴います。
アプリケーションタスク
縮尺バーを使用して建物の小さな発見や角を撮影し、少なくとも 20 枚の重複する写真を撮ります。写真測量フローでモデルを生成し、「モデル品質チェック」テンプレートで弱い領域/塗りつぶされた領域を特定します。次に、「証拠とフィクションの区別」テンプレートを使用して図を作成し、どの領域が測定された証拠でどの領域が推測であるかをマークします。
チェックリスト
- [ ] ショットではスケール バーとコントロール ポイントを使用しました。
- [ ] 適切にオーバーラップして撮影しました (1 つのスポットにつき 3 枚以上の写真)。
- [ ] 弱い/塗りつぶされた領域にマークを付けましたが、偽の表面は残していません。
- [ ] 証明と予測の完了を視覚的に分離しました。
- [ ] 私はコンテキストと専門家の判断を使用してモデルを解釈しました。