ಲಾಭಗಳು:
- ಸ್ಕೇಲ್ಡ್ 3D ಮಾದರಿಗಳು, ಪಾಯಿಂಟ್ ಕ್ಲೌಡ್ಗಳು ಮತ್ತು ಆರ್ಥೋಫೋಟೋಗಳನ್ನು ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಯೊಂದಿಗೆ ಉತ್ಪಾದಿಸುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೊಡುಗೆಯನ್ನು ವಿವರಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸ್ಕೇಲ್ ಬಾರ್ ಏಕೆ ಅತ್ಯಗತ್ಯ.
- ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಭರ್ತಿ ಮಾಡುವ ಮೂಲಕ ರಚಿಸಲಾದ ನಕಲಿ ಮೇಲ್ಮೈಗಳ ಅಪಾಯವನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ಭವಿಷ್ಯವನ್ನು ಪೂರ್ಣಗೊಳಿಸುವುದರಿಂದ ಸಾಕ್ಷ್ಯವನ್ನು ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
- ಮಾದರಿಯು ಮಾಪನವಾಗಿದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ವ್ಯಾಖ್ಯಾನವು ಸಂದರ್ಭ ಮತ್ತು ತಜ್ಞರ ತೀರ್ಪು, ಉದಾಹರಣೆಗೆ ಗೋಡೆ ಯಾವುದು ಮತ್ತು ನೈಸರ್ಗಿಕ ಕಲ್ಲು ಯಾವುದು.
ಪುರಾತತ್ತ್ವ ಶಾಸ್ತ್ರದಲ್ಲಿ, ಉತ್ಖನನವು ವಿನಾಶಕಾರಿ ಕ್ರಿಯೆಯಾಗಿದೆ: ನೀವು ಪದರವನ್ನು ಉತ್ಖನನ ಮಾಡುವಾಗ, ನೀವು ಅದನ್ನು ಶಾಶ್ವತವಾಗಿ ನಾಶಪಡಿಸುತ್ತೀರಿ ಮತ್ತು ನೀವು ಅದನ್ನು ಮತ್ತೆ ಅದೇ ರೀತಿಯಲ್ಲಿ ನೋಡುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ, ದಸ್ತಾವೇಜನ್ನು (ಮಾಪನಗಳು, ರೇಖಾಚಿತ್ರಗಳು, ಛಾಯಾಚಿತ್ರಗಳು ಮತ್ತು ಮಾದರಿಗಳೊಂದಿಗೆ ಉತ್ಖನನದ ಪ್ರತಿ ಹಂತದ ಶಾಶ್ವತ ದಾಖಲೆಯನ್ನು ಮಾಡುವುದು) ಪುರಾತತ್ತ್ವ ಶಾಸ್ತ್ರದ ಅತ್ಯಂತ ಪವಿತ್ರ ಕರ್ತವ್ಯಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ (ವಿವಿಧ ಕೋನಗಳಿಂದ ತೆಗೆದ ವಸ್ತುವಿನ ಬಹು ಛಾಯಾಚಿತ್ರಗಳಿಂದ ಸಾಮಾನ್ಯ ಅಂಕಗಳನ್ನು ಹೊಂದಿಸುವ ಮೂಲಕ ಮಾಪಕವಾದ ಮೂರು ಆಯಾಮದ ಮಾದರಿಯನ್ನು ಉತ್ಪಾದಿಸುವ ತಂತ್ರ) ಮತ್ತು AI ಹೇಗೆ 3D ದಾಖಲಾತಿಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ಆದರೆ ಪ್ರಮಾಣ ಮತ್ತು ವ್ಯಾಖ್ಯಾನದ ನಿರ್ಧಾರಗಳು ಮಾನವರಲ್ಲಿ ಏಕೆ ಉಳಿಯುತ್ತವೆ ಎಂಬುದನ್ನು ನಾವು ನೋಡುತ್ತೇವೆ.
ಮೂಲ ತತ್ವ: AI ಒಂದು ಪ್ರಮಾಣದ ಮಾದರಿ, ಆರ್ಥೋಫೋಟೋಗಳು ಮತ್ತು ಅಳತೆಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ; ಆದರೆ ಏನು ದಾಖಲಿಸಬೇಕು, ಯಾವ ಸಾಲು ಗೋಡೆ ಮತ್ತು ಯಾವುದು ನೈಸರ್ಗಿಕ ಕಲ್ಲು, ಮತ್ತು ಮಾದರಿಯನ್ನು ಹೇಗೆ ಅರ್ಥೈಸುವುದು ಎಂಬುದು ತಜ್ಞರ ನಿರ್ಧಾರಗಳು. 3D ಮಾದರಿಯು ಪುರಾವೆಯಾಗಿದೆ; ಅದರ ಓದುವಿಕೆ ಒಂದು ವ್ಯಾಖ್ಯಾನವಾಗಿದೆ.
ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ ಮತ್ತು 3D ದಸ್ತಾವೇಜನ್ನು ಹಂತಗಳು
1. ಫೋಟೋ ಶೂಟ್. ವಸ್ತು ಅಥವಾ ಪ್ರದೇಶವನ್ನು ಸಾಕಷ್ಟು ಅತಿಕ್ರಮಣದೊಂದಿಗೆ (ಕನಿಷ್ಠ ಮೂರು ಛಾಯಾಚಿತ್ರಗಳಲ್ಲಿ ಪ್ರತಿ ಬಿಂದು) ಮತ್ತು ಉತ್ತಮ ಬೆಳಕಿನಲ್ಲಿ ಸೆರೆಹಿಡಿಯಲಾಗುತ್ತದೆ. ಸ್ಕೇಲ್ ಬಾರ್ ಮತ್ತು ತಿಳಿದಿರುವ ದೂರಗಳನ್ನು (ನಿಯಂತ್ರಣ ಬಿಂದುಗಳು) ಅದರ ಪಕ್ಕದಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ; ಅಳತೆಯಿಲ್ಲದೆ ಮಾದರಿಯು ಆಯಾಮರಹಿತವಾಗಿರುತ್ತದೆ.
2. ಜೋಡಣೆ ಮತ್ತು ಪಾಯಿಂಟ್ ಮೋಡ. ಸಾಫ್ಟ್ವೇರ್ ಫೋಟೋಗಳಲ್ಲಿನ ಸಾಮಾನ್ಯ ಬಿಂದುಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ ಮತ್ತು ಪಾಯಿಂಟ್ ಕ್ಲೌಡ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ (ವಸ್ತುವಿನ ಮೇಲ್ಮೈಯನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಲಕ್ಷಾಂತರ 3D ಪಾಯಿಂಟ್ಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಡೇಟಾ). AI ಈ ಹೊಂದಾಣಿಕೆ ಮತ್ತು ಶಬ್ದ ಶುಚಿಗೊಳಿಸುವಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.
3. ಮೆಶ್ ಮತ್ತು ವಿನ್ಯಾಸ. ಅಂಕಗಳನ್ನು ಮೇಲ್ಮೈ (ಜಾಲರಿ) ಆಗಿ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಫೋಟೋ ವಿನ್ಯಾಸವನ್ನು ಮೇಲೆ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ; ವಾಸ್ತವಿಕ 3D ಮಾದರಿ ಹೊರಹೊಮ್ಮುತ್ತದೆ.
4. ಆರ್ಥೋಫೋಟೋ ಮತ್ತು ಮಾಪನ. ಸ್ಕೇಲ್ಡ್ ಆರ್ಥೋಫೋಟೋ (ಸರಿಯಾದ ಸ್ಕೇಲ್ನಲ್ಲಿ ಪ್ರತಿ ಪಾಯಿಂಟ್ನೊಂದಿಗೆ ಉನ್ನತ ನೋಟ) ಪರ್ಸ್ಪೆಕ್ಟಿವ್ ಅಸ್ಪಷ್ಟತೆಯನ್ನು ತೆಗೆದುಹಾಕುವುದರೊಂದಿಗೆ ಮಾದರಿಯಿಂದ ಹೊರತೆಗೆಯಲಾಗುತ್ತದೆ. ಇದರ ಮೇಲೆ ಸಮೀಕ್ಷೆಯ ರೇಖಾಚಿತ್ರಗಳನ್ನು ಮಾಡಲಾಗಿದೆ.
5. ಸಮೀಕ್ಷೆ ಮತ್ತು ವ್ಯಾಖ್ಯಾನ. ಸರ್ವೇಯಿಂಗ್ (ಕಟ್ಟಡ ಅಥವಾ ಅವಶೇಷಗಳ ಮಾಪಕವಾದ, ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ತಾಂತ್ರಿಕ ರೇಖಾಚಿತ್ರ) ಪರಿಣಿತರು ಮಾದರಿಯನ್ನು ಓದುವ ಹಂತವಾಗಿದೆ ಮತ್ತು ಗೋಡೆ ಯಾವುದು, ಗಾರೆ ಯಾವುದು ಮತ್ತು ನಂತರದ ಸೇರ್ಪಡೆ ಯಾವುದು ಎಂದು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ. AI ಅಂಚುಗಳನ್ನು ಸೂಚಿಸಬಹುದು, ಆದರೆ ತಜ್ಞರು ವ್ಯತ್ಯಾಸವನ್ನು ಮಾಡುತ್ತಾರೆ.
ಸಲಹೆ: ಸ್ಕೇಲ್ ಬಾರ್ ಮತ್ತು ನಿಯಂತ್ರಣ ಬಿಂದುಗಳನ್ನು ಎಂದಿಗೂ ಬಿಟ್ಟುಬಿಡಬೇಡಿ. AI ಅಳತೆಯಿಲ್ಲದ ಛಾಯಾಚಿತ್ರಗಳಿಂದ "ಸುಂದರ" ಮಾದರಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಆದರೆ ಆ ಮಾದರಿಯು ವೈಜ್ಞಾನಿಕವಾಗಿ ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿದೆ ಏಕೆಂದರೆ ಅದರಿಂದ ನೈಜ ಅಳತೆಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗುವುದಿಲ್ಲ. ದಸ್ತಾವೇಜನ್ನು ಮೌಲ್ಯವು ಅದರ ಅಳತೆಯಲ್ಲಿದೆ.
AI ಯ ಕೊಡುಗೆ ಮತ್ತು ಮಿತಿಗಳು
AI; ಫೋಟೋ ಜೋಡಣೆ, ಶಬ್ದ ತೆಗೆಯುವಿಕೆ, ಕಾಣೆಯಾದ ಮೇಲ್ಮೈ ತುಂಬುವಿಕೆ (ಇಂಟರ್ಪೋಲೇಷನ್) ಮತ್ತು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಮಾದರಿಗಳ ಹೋಲಿಕೆಯಲ್ಲಿ ಇದು ಶಕ್ತಿಯುತವಾಗಿದೆ. ಆದರೆ ಎರಡು ನಿರ್ಣಾಯಕ ಮಿತಿಗಳಿವೆ:
- ತಯಾರಿಸಿದ ಮೇಲ್ಮೈ ಅಪಾಯ. AI ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು "ಕಾಣಬಹುದಾದ" ರೀತಿಯಲ್ಲಿ ತುಂಬಬಹುದು; ಅಂದರೆ, ಇದು ಮಾದರಿಯಲ್ಲಿ ನಿಜವಾಗಿ ಗಮನಿಸದ ಮೇಲ್ಮೈಯನ್ನು ಉಂಟುಮಾಡಬಹುದು. ದಾಖಲಾತಿಯಲ್ಲಿ ಇದು ಅಪಾಯಕಾರಿಯಾಗಿದೆ: ವಾಸ್ತವವಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ವಿವರವು ಸಾಕ್ಷಿಯಾಗಿ ಕಂಡುಬರುತ್ತದೆ. ತುಂಬಿದ/ಮುನ್ಸೂಚಿಸಲಾದ ಪ್ರದೇಶಗಳನ್ನು ಯಾವಾಗಲೂ ಗುರುತಿಸಬೇಕು.
- ಅಳತೆ, ಕಾಮೆಂಟ್ ಅಲ್ಲ. ಮಾದರಿ ಏನು ಎಂದು ಹೇಳುವುದಿಲ್ಲ. ಹೊಂಡವು ಸಮಾಧಿಯಾಗಿರಲಿ ಅಥವಾ ಕಸದ ಗುಂಡಿಯಾಗಿರಲಿ, ಕಲ್ಲುಗಳ ಸಾಲು ಗೋಡೆಯಾಗಿರಲಿ ಅಥವಾ ರಸ್ತೆಯಾಗಿರಲಿ, ಸಂದರ್ಭ ಮತ್ತು ತಜ್ಞರ ತೀರ್ಮಾನದಿಂದ ಬರುತ್ತದೆ, ಮಾದರಿಯಿಂದ ಅಲ್ಲ.
ಎಚ್ಚರಿಕೆ: 3D ಮಾದರಿಯನ್ನು "ಮರುಸ್ಥಾಪಿಸುವಾಗ" ಅಥವಾ "ಪೂರ್ಣಗೊಳಿಸುವಾಗ" AI ಸೇರಿಸುವ ಪ್ರತಿಯೊಂದು ತುಣುಕು ಒಂದು ಊಹೆಯಾಗಿದೆ. ಪುರಾವೆಗಳು (ನಿಜವಾದ ಅಳತೆ ಮೇಲ್ಮೈ) ಮತ್ತು ಪುನರ್ನಿರ್ಮಾಣ (ಅಂದಾಜು ಪೂರ್ಣಗೊಳಿಸುವಿಕೆ) ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಬೇರ್ಪಡಿಸದಿದ್ದರೆ, ವೀಕ್ಷಕರು ಸತ್ಯದ ಊಹೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುತ್ತಾರೆ. ಇದು ದಸ್ತಾವೇಜನ್ನು ಅತ್ಯಂತ ಗಂಭೀರವಾದ ನೈತಿಕ ದೋಷವಾಗಿದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ವೇಗದ ದಾಖಲೆಗಳನ್ನು ಉಳಿಸಲಾಗಿದೆ. ಪಾರುಗಾಣಿಕಾ ಉತ್ಖನನದಲ್ಲಿ (ನಿರ್ಮಾಣದಿಂದಾಗಿ ತುರ್ತು ಉತ್ಖನನ), ತಂಡವು ಪದರವನ್ನು ದಾಖಲಿಸಲು ಕೆಲವೇ ಗಂಟೆಗಳನ್ನು ಹೊಂದಿತ್ತು. ಡ್ರೋನ್ ಮತ್ತು AI-ವೇಗವರ್ಧಿತ ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಯು 45 ನಿಮಿಷಗಳಲ್ಲಿ ಪದರದ ಮಿಲಿಮೆಟ್ರಿಕ್ 3D ದಾಖಲೆಯನ್ನು ನಿರ್ಮಿಸಿತು; ಮರುದಿನ ಪದರವನ್ನು ತೆಗೆದುಹಾಕಲಾಯಿತು ಆದರೆ ಮಾದರಿಯು ಶಾಶ್ವತವಾಗಿ ಉಳಿಯಿತು. ಈ ಸಮಯದಲ್ಲಿ ಹ್ಯಾಂಡ್ ಡ್ರಾಯಿಂಗ್ ಅಸಾಧ್ಯವಾಗಿತ್ತು.
ಪ್ರಕರಣ 2 - ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಮೇಲ್ಮೈ ಸಿಕ್ಕಿಬಿದ್ದಿದೆ. ಕೆಲವು ಛಾಯಾಚಿತ್ರಗಳೊಂದಿಗೆ ಅವರು ರಚಿಸಿದ ಮಾದರಿಯಲ್ಲಿ AI ಯಿಂದ ತುಂಬಿದ ಸಮತಟ್ಟಾದ ಮೇಲ್ಮೈ "ಘನ ಬೇಸ್" ಎಂದು ವಿದ್ಯಾರ್ಥಿಯೊಬ್ಬರು ವರದಿಯಲ್ಲಿ ಬರೆಯುತ್ತಾರೆ. ಆ ಪ್ರದೇಶದಲ್ಲಿ ಸಾಕಷ್ಟು ಛಾಯಾಚಿತ್ರಗಳಿಲ್ಲ ಮತ್ತು ಮೇಲ್ಮೈ ಒಂದು ಇಂಟರ್ಪೋಲೇಷನ್ ಎಂದು ಸಲಹೆಗಾರ ತೋರಿಸಿದರು. "ಅಳತೆ" ಮತ್ತು "ಮುನ್ಸೂಚಿಸಲಾದ" ಪ್ರದೇಶಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಮೂಲಕ ಮಾದರಿಯನ್ನು ಮರುಸಂಘಟಿಸಲಾಯಿತು.
ಪ್ರಕರಣ 3 - ಸ್ಕೇಲ್-ಫ್ರೀ ಮಾಡೆಲ್ ಕೆಲಸ ಮಾಡಲಿಲ್ಲ. ಒಂದು ತಂಡವು ಕಟ್ಟಡದ ಮಾದರಿಯನ್ನು ನೀಡಿತು, ಅದು ಚೆನ್ನಾಗಿ ಕಾಣುತ್ತದೆ ಆದರೆ ಸ್ಕೇಲ್ ಬಾರ್ ಇಲ್ಲದೆ ಚಿತ್ರೀಕರಿಸಲಾಯಿತು; ಅದರಿಂದ ಯಾವುದೇ ನೈಜ ಅಳತೆಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗುವುದಿಲ್ಲ ಮತ್ತು ಸಮೀಕ್ಷೆಯ ರೇಖಾಚಿತ್ರಗಳನ್ನು ಮಾಡಲಾಗುವುದಿಲ್ಲ. ಚೆಕ್ಪೋಸ್ಟ್ಗಳೊಂದಿಗೆ ಶೂಟಿಂಗ್ ಪುನರಾವರ್ತನೆಯಾಯಿತು. ಪಾಠ: ಪ್ರಮಾಣವು ಮಾದರಿಯ ವೈಜ್ಞಾನಿಕ ಮೌಲ್ಯವಾಗಿದೆ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಶೂಟಿಂಗ್ ಯೋಜನೆ ನಿಯಂತ್ರಣ:
ನಿಮ್ಮ ಪಾತ್ರ: ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಸಹಾಯಕ. ನಾನು ಈ ಕೆಳಗಿನ ವಸ್ತು/ಪ್ರದೇಶವನ್ನು ದಾಖಲಿಸುತ್ತೇನೆ: [ವಿವರಣೆ]. ಅಲಿಯಾಸಿಂಗ್, ಕೋನಗಳ ಸಂಖ್ಯೆ, ಲೈಟಿಂಗ್, ಸ್ಕೇಲ್ ಬಾರ್ ಮತ್ತು ಕಂಟ್ರೋಲ್ ಪಾಯಿಂಟ್ ಪ್ಲೇಸ್ಮೆಂಟ್ಗಾಗಿ ಶೂಟಿಂಗ್ ಚೆಕ್ಲಿಸ್ಟ್ ಅನ್ನು ನನಗೆ ನೀಡಿ. ಸ್ಕೇಲೆಬಿಲಿಟಿ ಮತ್ತು ಪೂರ್ಣ ಕವರೇಜ್ಗಾಗಿ ನಿರ್ಣಾಯಕ ಅಂಶಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಿ.
2) ಮಾದರಿ ಗುಣಮಟ್ಟ ತಪಾಸಣೆ:
ಕೆಳಗೆ ನಾನು ನನ್ನ 3D ಮಾದರಿಯ ಉತ್ಪಾದನಾ ನಿಯತಾಂಕಗಳು/ಅಂಕಿಅಂಶಗಳನ್ನು ನೀಡುತ್ತೇನೆ (ಫೋಟೋಗಳ ಸಂಖ್ಯೆ, ಅತಿಕ್ರಮಣ, ಆವರಿಸಿರುವ ಪ್ರದೇಶ). ಮಾದರಿಯ ಯಾವ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಡೇಟಾವು ದುರ್ಬಲವಾಗಿರಬಹುದು ಮತ್ತು AI ನಿಂದ ತುಂಬುವ (ಊಹಿಸಲಾದ) ಸಾಧ್ಯತೆಯಿದೆ? ಇವುಗಳನ್ನು ನಾನು ಹೇಗೆ ಗುರುತಿಸಬೇಕು ಎಂದು ಹೇಳಿ.
3) ಸಾಕ್ಷ್ಯ/ಕಾಲ್ಪನಿಕ ವ್ಯತ್ಯಾಸ:
ನಾನು 3D ಪುನರ್ನಿರ್ಮಾಣ/ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಯನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತಿದ್ದೇನೆ. ಮಾದರಿಯ ಯಾವ ಭಾಗಗಳನ್ನು ಅಳತೆ ಮಾಡಲಾದ ಪುರಾವೆಗಳು ಮತ್ತು ಯಾವ ಅಂದಾಜು ಪೂರ್ಣಗೊಂಡಿದೆ ಎಂಬುದನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಗುರುತು ಮಾಡುವ ಯೋಜನೆಯನ್ನು (ಬಣ್ಣ/ಪದರ/ಲೇಬಲ್) ಸೂಚಿಸಿ. ವೀಕ್ಷಕನು ವಾಸ್ತವಕ್ಕಾಗಿ ಊಹೆಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸದಂತೆ ತಡೆಯುವ ಹೇಳಿಕೆ ಪಠ್ಯವನ್ನು ಸಹ ರಚಿಸಿ.
4) ಸಮೀಕ್ಷೆಗೆ ತಯಾರಿ:
ನಾನು ಆರ್ಥೋಫೋಟೋದಿಂದ ಸಮೀಕ್ಷೆಯನ್ನು ಸೆಳೆಯುತ್ತೇನೆ. ಈ ರಚನೆಯಲ್ಲಿ ನಾನು ಪ್ರತ್ಯೇಕಿಸಬೇಕಾದ ಅಂಶಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ (ಗೋಡೆ/ಗಾರೆ/ಸೇರ್ಪಡೆ/ದುರಸ್ತಿ/ನೈಸರ್ಗಿಕ ಕಲ್ಲು) ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ಗಮನ ಕೊಡಬೇಕಾದ ದೃಶ್ಯ ಸುಳಿವುಗಳು. ನಾನು ನಿರ್ಣಾಯಕ ಕಾಮೆಂಟ್ ಮಾಡುತ್ತೇನೆ; ನೀವು ಪರಿಶೀಲಿಸಬೇಕಾದ ಮಾನದಂಡವನ್ನು ನೀಡುತ್ತೀರಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಫೋಟೋಗಳಿಂದ ಕಟ್ಟಡದ 3D ಮಾದರಿಯನ್ನು ರಚಿಸಿ ಮತ್ತು ಕಾಣೆಯಾದ ಭಾಗಗಳನ್ನು ಭರ್ತಿ ಮಾಡಿ.
"ಕಾಣೆಯಾದ ಭಾಗಗಳನ್ನು ಭರ್ತಿ ಮಾಡಿ" AI ಗೆ ಹೊಂದಿಕೊಳ್ಳುವ ಮೇಲ್ಮೈಯನ್ನು ರಚಿಸಲು ಅನುಮತಿಸುತ್ತದೆ; ಫಲಿತಾಂಶವು ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಮಾದರಿಯಾಗಿದ್ದು, ಇದರಲ್ಲಿ ಪುರಾವೆಗಳು ಮತ್ತು ಕಾದಂಬರಿಗಳು ಗೊಂದಲಕ್ಕೊಳಗಾಗುತ್ತವೆ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ಈ ಛಾಯಾಚಿತ್ರಗಳಿಂದ ಪ್ರಮಾಣದ 3D ಮಾದರಿಯನ್ನು ರಚಿಸುವಾಗ, ಛಾಯಾಚಿತ್ರದಿಂದ ಆವರಿಸಿರುವ ಮೇಲ್ಮೈಗಳನ್ನು ಮಾತ್ರ ಸಮರ್ಪಕವಾಗಿ ರೂಪಿಸಿ. ಕಳಪೆ ಪ್ರದೇಶಗಳ ಡೇಟಾವನ್ನು ಭರ್ತಿ ಮಾಡುವುದು; ಅವುಗಳನ್ನು "ಕಾಣೆಯಾದ ಡೇಟಾ" ಎಂದು ಗುರುತಿಸಿ. ಮಾದರಿ ಅಂಕಿಅಂಶಗಳಲ್ಲಿ ಪ್ರತಿ ಪ್ರದೇಶವನ್ನು ಎಷ್ಟು ಫೋಟೋಗಳು ಬೆಂಬಲಿಸುತ್ತವೆ ಎಂದು ವರದಿ ಮಾಡಿ. ಸ್ಕೇಲ್ ಬಾರ್ ವಿರುದ್ಧ ಆಯಾಮಗಳನ್ನು ಪರಿಶೀಲಿಸಿ.
ವ್ಯತ್ಯಾಸ: ಮೊದಲನೆಯದು ಸುಂದರವಾದ ಆದರೆ ತಪ್ಪಾದ ಸಂಪೂರ್ಣವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಎರಡನೆಯದು ಗೋಚರ ಅಂತರಗಳೊಂದಿಗೆ ಪ್ರಾಮಾಣಿಕ ದಾಖಲೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.
ಸಾಂಪ್ರದಾಯಿಕ ರೇಖಾಚಿತ್ರವನ್ನು 3D ದಸ್ತಾವೇಜನ್ನು ಏಕೆ ಸಂಪೂರ್ಣವಾಗಿ ಬದಲಾಯಿಸುವುದಿಲ್ಲ?
3D ಮಾದರಿಯು ಶಕ್ತಿಯುತವಾಗಿದೆ ಆದರೆ ಸಾಂಪ್ರದಾಯಿಕ ಹ್ಯಾಂಡ್ ಡ್ರಾಯಿಂಗ್ ಮತ್ತು ವೀಕ್ಷಣಾ ನೋಟ್ಬುಕ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಮಾನ್ಯಗೊಳಿಸುವುದಿಲ್ಲ; ಇವೆರಡೂ ಒಂದಕ್ಕೊಂದು ಪೂರಕವಾಗಿವೆ. ಒಂದು ಸಮೀಕ್ಷೆ ಅಥವಾ ಪದರದ ರೇಖಾಚಿತ್ರವು ಉತ್ಖನನದ ಸಮಯದಲ್ಲಿ ತಜ್ಞರ ವ್ಯಾಖ್ಯಾನವನ್ನು ಒಳಗೊಂಡಿದೆ: ಯಾವ ಕಲ್ಲು ಗೋಡೆಗೆ ಸೇರಿದೆ, ಅದನ್ನು ನಂತರ ಸುತ್ತಿಕೊಳ್ಳಲಾಗಿದೆ, ಒಂದು ರೇಖೆಯು ನಿಜವಾದ ಗಡಿ ಅಥವಾ ನೆರಳು. ಈ ವ್ಯಾಖ್ಯಾನವು ಸಚಿತ್ರಕಾರನ ತಲೆಯಲ್ಲಿ ಸಂಭವಿಸುತ್ತದೆ ಮತ್ತು 3D ಮಾದರಿಯಲ್ಲಿ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಗೋಚರಿಸುವುದಿಲ್ಲ. ಮಾದರಿಯು "ಅದು ಏನು" ಎಂದು ಅಳೆಯುತ್ತದೆ; ಆದರೆ "ಇವುಗಳಲ್ಲಿ ಯಾವುದು ಅರ್ಥಪೂರ್ಣವಾಗಿದೆ" ಎಂಬ ವ್ಯತ್ಯಾಸವು ಮಾನವ ವೀಕ್ಷಣೆಯಾಗಿದೆ.
ಹೆಚ್ಚುವರಿಯಾಗಿ, 3D ಮಾದರಿಯು ಆರ್ಕೈವ್ ಸ್ವರೂಪದ ಸಮಸ್ಯೆಯನ್ನು ಹೊಂದಿದೆ: ನೀವು ಇಂದು ಉತ್ಪಾದಿಸುವ ಮಾದರಿ ಫೈಲ್ ಈಗಿನಿಂದ ಹತ್ತು ವರ್ಷಗಳವರೆಗೆ ತೆರೆದಿರುವುದಿಲ್ಲ; ಸಾಫ್ಟ್ವೇರ್ ಮತ್ತು ಫಾರ್ಮ್ಯಾಟ್ ಬಳಕೆಯಲ್ಲಿಲ್ಲ. ಅದಕ್ಕಾಗಿಯೇ ಕಚ್ಚಾ ಛಾಯಾಚಿತ್ರಗಳು, ನಿಯಂತ್ರಣ ಬಿಂದು ಮಾಪನಗಳು ಮತ್ತು ಪ್ರಮಾಣಿತ ಡ್ರಾಯಿಂಗ್/ಆರ್ಥೋಫೋಟೋವನ್ನು ಯಾವಾಗಲೂ ಒಟ್ಟಿಗೆ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಮಾದರಿಯು ದೀರ್ಘಾವಧಿಯ ದಾಖಲಾತಿಗಳ ಏಕೈಕ ಲೆಗ್ ಅಲ್ಲ, ಆದರೆ ಶ್ರೀಮಂತ ಲೆಗ್ ಆಗಿದೆ.
ಮತ್ತೊಂದು ಪ್ರಾಯೋಗಿಕ ಸಮಸ್ಯೆಯೆಂದರೆ ನಿರ್ದೇಶಾಂಕಗಳು ಮತ್ತು ದೃಷ್ಟಿಕೋನ: ಒಂದು ಮಾದರಿಯು ನೈಜ-ಪ್ರಪಂಚದ ನಿರ್ದೇಶಾಂಕ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ (ಜಿಯೋರೆಫರೆನ್ಸ್) ಆಧಾರವಾಗಿರದಿದ್ದರೆ "ಗಾಳಿಯಲ್ಲಿ" ಒಂದು ಆಕಾರವಾಗಿದೆ; ಅವನು ಉತ್ಖನನದ ಯಾವ ಬಿಂದುವನ್ನು ಮತ್ತು ಯಾವ ದಿಕ್ಕಿನಲ್ಲಿ ನೋಡುತ್ತಿದ್ದಾನೆ ಎಂಬುದನ್ನು ಅವನು ಕಳೆದುಕೊಳ್ಳುತ್ತಾನೆ. ನಿಜವಾದ ನಿರ್ದೇಶಾಂಕಗಳೊಂದಿಗೆ ನಿಯಂತ್ರಣ ಬಿಂದುಗಳನ್ನು ಅಳೆಯುವುದು ಮಾದರಿಯನ್ನು ಉತ್ಖನನ ಯೋಜನೆಗೆ ಲಿಂಕ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ವಿವಿಧ ಋತುಗಳ ಮಾದರಿಗಳನ್ನು ಅತಿಕ್ರಮಿಸಲು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ.
ಸಲಹೆ: ಕೇವಲ 3D ಮಾದರಿಯನ್ನು ಉತ್ಪಾದಿಸಬೇಡಿ ಮತ್ತು ಅದನ್ನು ಬಿಟ್ಟುಬಿಡಿ; ಕಚ್ಚಾ ಫೋಟೋಗಳು, ನಿಯಂತ್ರಣ ಬಿಂದು ನಿರ್ದೇಶಾಂಕಗಳು, ಪ್ರಮಾಣದ ಮಾಹಿತಿ ಮತ್ತು ಟಿಪ್ಪಣಿ ಮಾಡಿದ ರೇಖಾಚಿತ್ರವನ್ನು ಸೇರಿಸಿ. ಭವಿಷ್ಯದ ಸಂಶೋಧಕರು ಈ ಹೆಚ್ಚುವರಿ ದಾಖಲೆಗಳೊಂದಿಗೆ ನಿಮ್ಮ ಕೆಲಸವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಅವರು ಮಾದರಿಯನ್ನು ತೆರೆಯಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೂ ಸಹ.
3D ದಸ್ತಾವೇಜನ್ನು ವಿಧಾನ ಟೇಬಲ್
ಹಂತ
AI ನ ಕೊಡುಗೆ
ಮಾನವ ನಿರ್ಧಾರ
ಪರಿಶೀಲನೆ
ಶೂಟಿಂಗ್
ಯೋಜನೆ/ಕವರೇಜ್ ಶಿಫಾರಸು
ಮಾಪಕ, ಚೆಕ್ಪಾಯಿಂಟ್
ಅಲಿಯಾಸಿಂಗ್ ನಿಯಂತ್ರಣ
ಬಿಂದು ಮೋಡ
ಜೋಡಣೆ, ಶಬ್ದ ತೆಗೆಯುವಿಕೆ
ಗುಣಮಟ್ಟದ ಮಿತಿ
ಕಂಟ್ರೋಲ್ ಪಾಯಿಂಟ್ ಗಾತ್ರ
ಮೇಲ್ಮೈ / ವಿನ್ಯಾಸ
ಸ್ವಯಂಚಾಲಿತ ಜಾಲರಿ
ಭರ್ತಿ ಮಾಡುವ ಮಿತಿ
ದುರ್ಬಲ ವಲಯ ಚಿಹ್ನೆ
ಆರ್ಥೋಫೋಟೋ/ಮಾಪನ
ಪ್ರಮಾಣದ ಉತ್ಪಾದನೆ
ಸ್ಕೇಲ್ ಪರಿಶೀಲನೆ
ತಿಳಿದಿರುವ ದೂರ
ಸಮೀಕ್ಷೆ
ಎಡ್ಜ್ ಸಲಹೆ
ಗೋಡೆ/ಗಾರೆ/ಬಾಂಧವ್ಯ ಬೇರ್ಪಡಿಕೆ
ಸಂದರ್ಭ, ತಜ್ಞ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಸ್ಕೇಲ್ ಬಾರ್ ಅನ್ನು ಬಿಟ್ಟುಬಿಡಿ. ಅಳತೆಯಿಲ್ಲದ ಮಾದರಿಯನ್ನು ವೈಜ್ಞಾನಿಕವಾಗಿ ಅಳೆಯಲಾಗುವುದಿಲ್ಲ.
- ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಭರ್ತಿ ಮಾಡುವುದು. AI ಬಿಗಿಯಾದ ಮೇಲ್ಮೈಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಅಂತರವನ್ನು ಗುರುತಿಸಬೇಕು.
- ಕಾಲ್ಪನಿಕದಿಂದ ಪುರಾವೆಗಳನ್ನು ಬೇರ್ಪಡಿಸುವುದಿಲ್ಲ. ಪೂರ್ಣಗೊಂಡ ಪ್ರದೇಶಗಳನ್ನು ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಬೇರ್ಪಡಿಸದಿದ್ದರೆ ಅದು ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತದೆ.
- ವ್ಯಾಖ್ಯಾನಕ್ಕಾಗಿ ಮಾದರಿಯನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಮಾದರಿ ಮೀಟರ್ ಅದು ಏನೆಂದು ಹೇಳುವುದಿಲ್ಲ; ವ್ಯಾಖ್ಯಾನವು ಸಂದರ್ಭ ಮತ್ತು ತಜ್ಞರ ಕೆಲಸದ ವಿಷಯವಾಗಿದೆ.
- ಕೆಲವು ಫೋಟೋಗಳೊಂದಿಗೆ ಮಾದರಿಯನ್ನು ರಚಿಸುವುದು. ಸಾಕಷ್ಟು ಅತಿಕ್ರಮಣವು ವಿಕೃತ ಮತ್ತು ಅಂತರದ ಮಾದರಿಯನ್ನು ನೀಡುತ್ತದೆ.
ಸಾರಾಂಶದಲ್ಲಿ
3D ದಸ್ತಾವೇಜನ್ನು ಮತ್ತು ಫೋಟೋಗ್ರಾಮೆಟ್ರಿಯಲ್ಲಿ AI; ಇದು ವೇಗದ, ಮಿಲಿಮೆಟ್ರಿಕ್ ಮತ್ತು ಪುನರಾವರ್ತನೀಯ ರೆಕಾರ್ಡಿಂಗ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ಸಮಯ-ಒತ್ತಡದ ಪಾರುಗಾಣಿಕಾ ಉತ್ಖನನಗಳಲ್ಲಿ ವಿಶೇಷವಾಗಿ ಅಮೂಲ್ಯವಾಗಿದೆ. ಆದರೆ ಸ್ಕೇಲ್ ಬಾರ್ ಅತ್ಯಗತ್ಯ, ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಭರ್ತಿ ಮಾಡಲಾಗಿಲ್ಲ ಆದರೆ ಗುರುತಿಸಲಾಗಿದೆ, ಪುರಾವೆಗಳನ್ನು ಕಾಲ್ಪನಿಕತೆಯಿಂದ ಪ್ರತ್ಯೇಕಿಸಲಾಗಿದೆ ಮತ್ತು ಮಾದರಿಯ ವ್ಯಾಖ್ಯಾನ (ಏನು) ತಜ್ಞರಿಗೆ ಸೇರಿದೆ. ಮಾದರಿಯು ಪುರಾವೆಯಾಗಿದೆ; ಓದುವುದು ಒಂದು ಜವಾಬ್ದಾರಿ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಕನಿಷ್ಠ 20 ಅತಿಕ್ರಮಿಸುವ ಫೋಟೋಗಳನ್ನು ಸ್ಕೇಲ್ ಬಾರ್ನೊಂದಿಗೆ ಕಟ್ಟಡದ ಸಣ್ಣ ಪತ್ತೆ ಅಥವಾ ಮೂಲೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ. ಫೋಟೋಗ್ರಾಮೆಟ್ರಿ ಹರಿವಿನೊಂದಿಗೆ ಮಾದರಿಯನ್ನು ರಚಿಸಿ ಮತ್ತು "ಮಾದರಿ ಗುಣಮಟ್ಟ ಪರಿಶೀಲನೆ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ದುರ್ಬಲ/ತುಂಬಿದ ಪ್ರದೇಶಗಳನ್ನು ಗುರುತಿಸಿ. ನಂತರ "ಎವಿಡೆನ್ಸ್/ಫಿಕ್ಷನ್ ಡಿಸ್ಟಿಂಕ್ಷನ್" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ರೇಖಾಚಿತ್ರವನ್ನು ರಚಿಸಿ, ಯಾವ ಪ್ರದೇಶಗಳನ್ನು ಪುರಾವೆಗಳನ್ನು ಅಳೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಯಾವ ಊಹೆಗಳು ಎಂಬುದನ್ನು ಗುರುತಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಶಾಟ್ನಲ್ಲಿ ಸ್ಕೇಲ್ ಬಾರ್ ಮತ್ತು ಕಂಟ್ರೋಲ್ ಪಾಯಿಂಟ್ಗಳನ್ನು ಬಳಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಅದನ್ನು ಸಾಕಷ್ಟು ಅತಿಕ್ರಮಣದೊಂದಿಗೆ ತೆಗೆದುಕೊಂಡಿದ್ದೇನೆ (ಪ್ರತಿ ಸ್ಥಳಕ್ಕೆ 3+ ಫೋಟೋಗಳು).
- [ ] ನಾನು ದುರ್ಬಲ/ತುಂಬಿದ ಪ್ರದೇಶಗಳನ್ನು ಗುರುತಿಸಿದ್ದೇನೆ, ನಾನು ನಕಲಿ ಮೇಲ್ಮೈಯನ್ನು ಬಿಡಲಿಲ್ಲ.
- [ ] ನಾನು ಭವಿಷ್ಯವಾಣಿಯ ಪೂರ್ಣಗೊಂಡ ಪುರಾವೆಯನ್ನು ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಪ್ರತ್ಯೇಕಿಸಿದೆ.
- [ ] ನಾನು ಸಂದರ್ಭ ಮತ್ತು ತಜ್ಞರ ತೀರ್ಪನ್ನು ಬಳಸಿಕೊಂಡು ಮಾದರಿಯನ್ನು ಅರ್ಥೈಸಿದೆ.