നേട്ടങ്ങൾ:
- ഫോട്ടോഗ്രാമെട്രി ഉപയോഗിച്ച് സ്കെയിൽ ചെയ്ത 3D മോഡലുകൾ, പോയിൻ്റ് മേഘങ്ങൾ, ഓർത്തോഫോട്ടോകൾ എന്നിവ നിർമ്മിക്കുന്ന പ്രക്രിയയിൽ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ സംഭാവനയും സ്കെയിൽ ബാർ അത്യന്താപേക്ഷിതവും വിശദീകരിക്കാനുള്ള കഴിവ്.
- നഷ്ടമായ ഡാറ്റ പൂരിപ്പിച്ച് സൃഷ്ടിച്ച വ്യാജ പ്രതലങ്ങളുടെ അപകടസാധ്യത തിരിച്ചറിയുകയും പ്രവചനം പൂർത്തിയാക്കുന്നതിൽ നിന്ന് തെളിവുകൾ ദൃശ്യപരമായി വേർതിരിക്കാൻ കഴിയുകയും ചെയ്യുന്നു.
- ഒരു മോഡൽ ഒരു അളവുകോലാണെന്നും വ്യാഖ്യാനം എന്നത് ഒരു മതിൽ എന്താണ്, എന്താണ് പ്രകൃതിദത്ത കല്ല് എന്നിങ്ങനെയുള്ള സന്ദർഭവും വിദഗ്ധമായ വിധിയും ആണെന്ന് മനസ്സിലാക്കുക.
പുരാവസ്തുഗവേഷണത്തിൽ, ഉത്ഖനനം ഒരു വിനാശകരമായ പ്രവൃത്തിയാണ്: നിങ്ങൾ ഒരു പാളി കുഴിക്കുമ്പോൾ, നിങ്ങൾ അതിനെ ശാശ്വതമായി നശിപ്പിക്കും, നിങ്ങൾ അത് വീണ്ടും അതേ രീതിയിൽ കാണുകയില്ല. അതിനാൽ, ഡോക്യുമെൻ്റേഷൻ (അളവുകൾ, ഡ്രോയിംഗുകൾ, ഫോട്ടോഗ്രാഫുകൾ, മോഡലുകൾ എന്നിവ ഉപയോഗിച്ച് ഖനനത്തിൻ്റെ ഓരോ ഘട്ടത്തിൻ്റെയും സ്ഥിരമായ റെക്കോർഡ് ഉണ്ടാക്കുക) പുരാവസ്തുശാസ്ത്രത്തിൻ്റെ ഏറ്റവും പവിത്രമായ കടമകളിലൊന്നാണ്. ഈ യൂണിറ്റിൽ, ഫോട്ടോഗ്രാമെട്രി (വിവിധ കോണുകളിൽ നിന്ന് എടുത്ത ഒബ്ജക്റ്റിൻ്റെ ഒന്നിലധികം ഫോട്ടോഗ്രാഫുകളിൽ നിന്നുള്ള പൊതുവായ പോയിൻ്റുകൾ യോജിപ്പിച്ച് ഒരു സ്കെയിൽഡ് ത്രിമാന മോഡൽ നിർമ്മിക്കുന്ന ഒരു സാങ്കേതികത) എങ്ങനെ AI എങ്ങനെ 3D ഡോക്യുമെൻ്റേഷൻ ത്വരിതപ്പെടുത്തുന്നു, എന്നാൽ സ്കെയിലിൻ്റെയും വ്യാഖ്യാനത്തിൻ്റെയും തീരുമാനങ്ങൾ മനുഷ്യരിൽ നിലനിൽക്കുന്നത് എങ്ങനെയെന്ന് നമുക്ക് കാണാം.
അടിസ്ഥാന തത്വം: ഒരു സ്കെയിൽ മോഡൽ, ഓർത്തോഫോട്ടോകൾ, അളവുകൾ എന്നിവ നിർമ്മിക്കാൻ AI സഹായിക്കുന്നു; എന്നാൽ എന്ത് രേഖപ്പെടുത്തണം, ഏത് ലൈനാണ് ഒരു മതിൽ, ഏത് പ്രകൃതിദത്ത കല്ല്, മോഡലിനെ എങ്ങനെ വ്യാഖ്യാനിക്കണം എന്നിവയാണ് വിദഗ്ദ്ധ തീരുമാനങ്ങൾ. 3D മോഡൽ ഒരു തെളിവാണ്; അതിൻ്റെ വായന ഒരു വ്യാഖ്യാനമാണ്.
ഫോട്ടോഗ്രാമെട്രിയുടെയും 3D ഡോക്യുമെൻ്റേഷൻ്റെയും ഘട്ടങ്ങൾ
1. ഫോട്ടോ ഷൂട്ട്. ഒബ്ജക്റ്റ് അല്ലെങ്കിൽ ഏരിയ മതിയായ ഓവർലാപ്പ് (കുറഞ്ഞത് മൂന്ന് ഫോട്ടോഗ്രാഫുകളിലെ ഓരോ പോയിൻ്റും) നല്ല വെളിച്ചത്തിൽ പിടിച്ചെടുക്കുന്നു. സ്കെയിൽ ബാറും അറിയപ്പെടുന്ന ദൂരങ്ങളും (നിയന്ത്രണ പോയിൻ്റുകൾ) അതിനടുത്തായി സ്ഥാപിച്ചിരിക്കുന്നു; സ്കെയിൽ ഇല്ലാതെ മോഡൽ അളവില്ലാത്തതാണ്.
2. വിന്യാസവും പോയിൻ്റ് ക്ലൗഡും. സോഫ്റ്റ്വെയർ ഫോട്ടോകളിലെ പൊതുവായ പോയിൻ്റുകളുമായി പൊരുത്തപ്പെടുകയും ഒരു പോയിൻ്റ് ക്ലൗഡ് (ഒബ്ജക്റ്റിൻ്റെ ഉപരിതലത്തെ പ്രതിനിധീകരിക്കുന്ന ദശലക്ഷക്കണക്കിന് 3D പോയിൻ്റുകൾ അടങ്ങുന്ന ഡാറ്റ) നിർമ്മിക്കുകയും ചെയ്യുന്നു. AI ഈ പൊരുത്തവും ശബ്ദ ശുദ്ധീകരണവും വേഗത്തിലാക്കുന്നു.
3. മെഷും ടെക്സ്ചറും. പോയിൻ്റുകൾ ഒരു ഉപരിതലത്തിലേക്ക് (മെഷ്) പരിവർത്തനം ചെയ്യുകയും മുകളിൽ ഒരു ഫോട്ടോ ടെക്സ്ചർ പ്രയോഗിക്കുകയും ചെയ്യുന്നു; റിയലിസ്റ്റിക് 3D മോഡൽ ഉയർന്നുവരുന്നു.
4. ഓർത്തോഫോട്ടോയും അളവെടുപ്പും. മോഡലിൽ നിന്ന് ഒരു സ്കെയിൽ ചെയ്ത ഓർത്തോഫോട്ടോ (ശരിയായ സ്കെയിലിൽ എല്ലാ പോയിൻ്റുകളുമുള്ള ഒരു ടോപ്പ് വ്യൂ) പെർസ്പെക്റ്റീവ് ഡിസ്റ്റോർഷൻ നീക്കംചെയ്തു. ഇതിൽ സർവേ ഡ്രോയിംഗുകൾ തയ്യാറാക്കിയിട്ടുണ്ട്.
5. സർവേയും വ്യാഖ്യാനവും. സർവേയിംഗ് (ഒരു കെട്ടിടത്തിൻ്റെയോ നാശത്തിൻ്റെയോ സ്കെയിൽ ചെയ്ത, വ്യാഖ്യാനിച്ച സാങ്കേതിക ഡ്രോയിംഗ്) വിദഗ്ദ്ധൻ മോഡൽ വായിച്ച് മതിൽ എന്താണെന്നും മോർട്ടാർ എന്താണെന്നും പിന്നീടുള്ള കൂട്ടിച്ചേർക്കൽ എന്താണെന്നും വേർതിരിച്ചറിയുന്ന ഘട്ടമാണ്. AI-ക്ക് അരികുകൾ നിർദ്ദേശിക്കാൻ കഴിയും, എന്നാൽ വിദഗ്ദ്ധൻ വ്യത്യാസം വരുത്തുന്നു.
നുറുങ്ങ്: സ്കെയിൽ ബാറും കൺട്രോൾ പോയിൻ്റുകളും ഒരിക്കലും ഒഴിവാക്കരുത്. സ്കെയിൽ ചെയ്യാത്ത ഫോട്ടോഗ്രാഫുകളിൽ നിന്ന് AI ഒരു "മനോഹരമായ" മോഡൽ നിർമ്മിക്കുന്നു, എന്നാൽ ആ മോഡൽ ശാസ്ത്രീയമായി വിലപ്പോവില്ല, കാരണം അതിൽ നിന്ന് യഥാർത്ഥ അളവുകൾ എടുക്കാൻ കഴിയില്ല. ഡോക്യുമെൻ്റേഷൻ്റെ മൂല്യം അതിൻ്റെ അളവുകോലിലാണ്.
AI-യുടെ സംഭാവനയും പരിധികളും
AI; ഫോട്ടോ വിന്യാസം, ശബ്ദം നീക്കം ചെയ്യൽ, കാണാതായ ഉപരിതല പൂരിപ്പിക്കൽ (ഇൻ്റർപോളേഷൻ), വലിയ അളവിലുള്ള മോഡലുകളുടെ താരതമ്യം എന്നിവയിൽ ഇത് ശക്തമാണ്. എന്നാൽ രണ്ട് നിർണായക പരിധികളുണ്ട്:
- കെട്ടിച്ചമച്ച ഉപരിതലത്തിൻ്റെ അപകടസാധ്യത. AI-ന് നഷ്ടമായ ഡാറ്റ "വിശ്വസനീയമായി" തോന്നുന്ന രീതിയിൽ പൂരിപ്പിക്കാൻ കഴിയും; അതായത്, മോഡലിൽ യഥാർത്ഥത്തിൽ നിരീക്ഷിക്കപ്പെടാത്ത ഒരു ഉപരിതലം അത് സൃഷ്ടിച്ചേക്കാം. ഡോക്യുമെൻ്റേഷനിൽ ഇത് അപകടകരമാണ്: യഥാർത്ഥത്തിൽ നിലവിലില്ലാത്ത ഒരു വിശദാംശം തെളിവായി ദൃശ്യമാകുന്നു. പൂരിപ്പിച്ച/പ്രവചിച്ച പ്രദേശങ്ങൾ എപ്പോഴും അടയാളപ്പെടുത്തിയിരിക്കണം.
- അളക്കുക, അഭിപ്രായമല്ല. എന്താണെന്ന് മോഡൽ പറയുന്നില്ല. കുഴി ശവക്കുഴിയാണോ മാലിന്യക്കുഴിയാണോ, കല്ലുകളുടെ നിര മതിലോ റോഡോ ആകട്ടെ, മാതൃകയിൽ നിന്നല്ല, സന്ദർഭത്തിൽ നിന്നും വിദഗ്ധ വിധിയിൽ നിന്നുമാണ് വരുന്നത്.
മുന്നറിയിപ്പ്: ഒരു 3D മോഡൽ "പുനഃസ്ഥാപിക്കുമ്പോൾ" അല്ലെങ്കിൽ "പൂർത്തിയാക്കുമ്പോൾ" AI ചേർക്കുന്ന ഓരോ ഭാഗവും ഒരു അനുമാനമാണ്. തെളിവുകളും (യഥാർത്ഥ അളന്ന പ്രതലവും) പുനർനിർമ്മാണവും (കണക്കാക്കിയ പൂർത്തീകരണം) ദൃശ്യപരമായി വേർതിരിക്കുന്നില്ലെങ്കിൽ, കാഴ്ചക്കാരൻ ആ അനുമാനത്തെ സത്യമായി തെറ്റിദ്ധരിക്കും. ഡോക്യുമെൻ്റേഷൻ്റെ ഏറ്റവും ഗുരുതരമായ ധാർമ്മിക പിശകാണിത്.
മൂന്ന് മിനി കേസുകൾ
കേസ് 1 - ഫാസ്റ്റ് ഡോക്യുമെൻ്റേഷൻ സംരക്ഷിച്ചു. ഒരു റെസ്ക്യൂ എക്സ്വവേഷനിൽ (നിർമ്മാണം മൂലമുള്ള അടിയന്തിര ഉത്ഖനനം), ഒരു പാളി രേഖപ്പെടുത്താൻ ടീമിന് കുറച്ച് മണിക്കൂറുകൾ മാത്രമേ ഉണ്ടായിരുന്നുള്ളൂ. ഡ്രോണും AI-ത്വരിതപ്പെടുത്തിയ ഫോട്ടോഗ്രാമെട്രിയും 45 മിനിറ്റിനുള്ളിൽ പാളിയുടെ ഒരു മില്ലിമെട്രിക് 3D റെക്കോർഡ് ഉണ്ടാക്കി; അടുത്ത ദിവസം പാളി നീക്കം ചെയ്തെങ്കിലും പാറ്റേൺ സ്ഥിരമായി തുടർന്നു. ഇക്കാലത്ത് ഹാൻഡ് ഡ്രോയിംഗ് അസാധ്യമായിരുന്നു.
കേസ് 2 - ഫാബ്രിക്കേറ്റഡ് ഉപരിതല പിടികൂടി. കുറച്ച് ഫോട്ടോഗ്രാഫുകൾ ഉപയോഗിച്ച് താൻ സൃഷ്ടിച്ച മാതൃകയിൽ AI നിറച്ച പരന്ന പ്രതലം ഒരു "സോളിഡ് ബേസ്" ആണെന്ന് ഒരു വിദ്യാർത്ഥി റിപ്പോർട്ടിൽ എഴുതും. ആ ഭാഗത്ത് ആവശ്യത്തിന് ഫോട്ടോഗ്രാഫുകൾ ഇല്ലെന്നും ഉപരിതലം ഒരു ഇൻ്റർപോളേഷൻ ആണെന്നും കൺസൾട്ടൻ്റ് കാണിച്ചു. "അളന്ന", "പ്രവചിച്ച" പ്രദേശങ്ങൾ വേർതിരിച്ചുകൊണ്ട് മോഡൽ പുനഃസംഘടിപ്പിച്ചു.
കേസ് 3 - സ്കെയിൽ-ഫ്രീ മോഡൽ പ്രവർത്തിച്ചില്ല. ഒരു ടീം മനോഹരമായി തോന്നുന്ന ഒരു കെട്ടിട മാതൃക വിതരണം ചെയ്തു, എന്നാൽ സ്കെയിൽ ബാർ ഇല്ലാതെ ഷൂട്ട് ചെയ്തു; അതിൽ നിന്ന് യഥാർത്ഥ അളവുകൾ എടുക്കാനും സർവേ ഡ്രോയിംഗുകൾ ഉണ്ടാക്കാനും കഴിഞ്ഞില്ല. ചെക്ക്പോസ്റ്റുകളിൽ വെടിവെപ്പ് ആവർത്തിച്ചു. പാഠം: മാതൃകയുടെ ശാസ്ത്രീയ മൂല്യമാണ് സ്കെയിൽ.
പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ
1) ഷൂട്ടിംഗ് പ്ലാൻ നിയന്ത്രണം:
നിങ്ങളുടെ റോൾ: ഫോട്ടോഗ്രാമെട്രി ഡോക്യുമെൻ്റേഷൻ അസിസ്റ്റൻ്റ്. ഇനിപ്പറയുന്ന ഒബ്ജക്റ്റ്/ഏരിയ ഞാൻ ഡോക്യുമെൻ്റ് ചെയ്യും: [വിവരണം]. അപരനാമം, കോണുകളുടെ എണ്ണം, ലൈറ്റിംഗ്, സ്കെയിൽ ബാർ, കൺട്രോൾ പോയിൻ്റ് പ്ലെയ്സ്മെൻ്റ് എന്നിവയ്ക്കായുള്ള ഷൂട്ടിംഗ് ചെക്ക്ലിസ്റ്റ് എനിക്ക് തരൂ. സ്കേലബിളിറ്റിക്കും പൂർണ്ണ കവറേജിനുമുള്ള നിർണായക പോയിൻ്റുകൾ ഹൈലൈറ്റ് ചെയ്യുക.
2) മോഡൽ ഗുണനിലവാര പരിശോധന:
താഴെ ഞാൻ എൻ്റെ 3D മോഡൽ പ്രൊഡക്ഷൻ പാരാമീറ്ററുകൾ/ സ്ഥിതിവിവരക്കണക്കുകൾ (ഫോട്ടോകളുടെ എണ്ണം, ഓവർലാപ്പ്, കവർ ചെയ്ത ഏരിയ) നൽകും. മോഡലിൻ്റെ ഏതൊക്കെ മേഖലകളിൽ ഡാറ്റ ദുർബലമാകാം, AI മുഖേന പൂരിപ്പിക്കാൻ (പ്രവചനം) സാധ്യതയുണ്ട്? ഇവ എങ്ങനെ അടയാളപ്പെടുത്തണമെന്ന് എന്നോട് പറയുക.
3) എവിഡൻസ്/ഫിക്ഷൻ വേർതിരിവ്:
ഞാൻ ഒരു 3D പുനർനിർമ്മാണം/പൂർത്തിയാക്കൽ തയ്യാറാക്കുകയാണ്. മോഡലിൻ്റെ ഏത് ഭാഗങ്ങൾ അളന്ന തെളിവുകളാണെന്നും ഏതൊക്കെയാണ് പൂർത്തീകരണം കണക്കാക്കിയതെന്നും വേർതിരിച്ചറിയാൻ ഒരു അടയാളപ്പെടുത്തൽ സ്കീം (നിറം/ലെയർ/ലേബൽ) നിർദ്ദേശിക്കുക. വസ്തുതയ്ക്കായി അനുമാനം തെറ്റിദ്ധരിക്കുന്നതിൽ നിന്ന് കാഴ്ചക്കാരനെ തടയുന്ന ഒരു പ്രസ്താവന ടെക്സ്റ്റ് തയ്യാറാക്കുക.
4) സർവേയ്ക്കുള്ള തയ്യാറെടുപ്പ്:
ഓർത്തോഫോട്ടോയിൽ നിന്ന് ഞാൻ ഒരു സർവേ വരയ്ക്കും. ഈ ഘടനയിൽ ഞാൻ വേർതിരിച്ചറിയേണ്ട ഘടകങ്ങളും (മതിൽ/മോർട്ടാർ/അഡീഷൻ/അറ്റകുറ്റപ്പണി/പ്രകൃതിക്കല്ല്) ഓരോന്നിനും ശ്രദ്ധിക്കേണ്ട വിഷ്വൽ സൂചനകളും ലിസ്റ്റ് ചെയ്യുക. ഞാൻ കൃത്യമായ അഭിപ്രായം പറയും; നിങ്ങൾ പരിശോധിക്കേണ്ട മാനദണ്ഡങ്ങൾ നൽകുന്നു.
ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്
ദുർബലമായ പ്രോംപ്റ്റ്:
ഈ ഫോട്ടോകളിൽ നിന്ന് കെട്ടിടത്തിൻ്റെ ഒരു 3D മോഡൽ സൃഷ്ടിച്ച് നഷ്ടമായ ഭാഗങ്ങൾ പൂരിപ്പിക്കുക.
"നഷ്ടമായ ഭാഗങ്ങൾ പൂരിപ്പിക്കുക", അനുയോജ്യമായ ഒരു ഉപരിതലം സൃഷ്ടിക്കാൻ AI-യെ അനുവദിക്കുന്നു; തെളിവുകളും കെട്ടുകഥകളും ആശയക്കുഴപ്പത്തിലാക്കുന്ന ഒരു തെറ്റിദ്ധരിപ്പിക്കുന്ന മാതൃകയാണ് ഫലം.
ശക്തമായ നിർദ്ദേശം:
ഈ ഫോട്ടോഗ്രാഫുകളിൽ നിന്ന് ഒരു സ്കെയിൽ 3D മോഡൽ സൃഷ്ടിക്കുമ്പോൾ, ഫോട്ടോയിൽ പൊതിഞ്ഞ പ്രതലങ്ങൾ മാത്രം മതിയാകും. ഡാറ്റ പൂരിപ്പിക്കൽ മോശം പ്രദേശങ്ങൾ; അവയെ "നഷ്ടമായ ഡാറ്റ" എന്ന് അടയാളപ്പെടുത്തുക. മോഡൽ സ്ഥിതിവിവരക്കണക്കുകളിൽ ഓരോ പ്രദേശത്തെയും എത്ര ഫോട്ടോകൾ പിന്തുണയ്ക്കുന്നുവെന്ന് റിപ്പോർട്ടുചെയ്യുക. സ്കെയിൽ ബാറിനെതിരായ അളവുകൾ പരിശോധിക്കുക.
വ്യത്യാസം: ആദ്യത്തേത് മനോഹരവും എന്നാൽ തെറ്റായതുമായ മുഴുവനെ സൃഷ്ടിക്കുന്നു; രണ്ടാമത്തേത് ദൃശ്യമായ വിടവുകളുള്ള ഒരു സത്യസന്ധമായ രേഖ നിർമ്മിക്കുന്നു.
എന്തുകൊണ്ടാണ് 3D ഡോക്യുമെൻ്റേഷൻ പരമ്പരാഗത ഡ്രോയിംഗിനെ പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കാത്തത്?
3D മോഡൽ ശക്തമാണെങ്കിലും പരമ്പരാഗത ഹാൻഡ് ഡ്രോയിംഗും നിരീക്ഷണ നോട്ട്ബുക്കും പൂർണ്ണമായും അസാധുവാക്കുന്നില്ല; രണ്ടും പരസ്പരം പൂരകമാകുന്നു. ഒരു സർവേ അല്ലെങ്കിൽ ലെയർ ഡ്രോയിംഗിൽ ഉത്ഖനന സമയത്ത് വിദഗ്ദ്ധൻ്റെ വ്യാഖ്യാനം അടങ്ങിയിരിക്കുന്നു: ഏത് കല്ല് മതിലിന് അവകാശപ്പെട്ടതാണ്, അത് പിന്നീട് ഉരുട്ടി, ഒരു രേഖ ഒരു യഥാർത്ഥ അതിർത്തിയോ നിഴലോ ആകട്ടെ. ഈ വ്യാഖ്യാനം ചിത്രകാരൻ്റെ തലയിൽ സംഭവിക്കുന്നു, 3D മോഡലിൽ യാന്ത്രികമായി ദൃശ്യമാകില്ല. മോഡൽ "അത് എന്തുതന്നെയായാലും" അളക്കുന്നു; എന്നാൽ "ഇവയിൽ ഏതാണ് അർത്ഥമുള്ളത്" എന്ന വ്യത്യാസം മനുഷ്യൻ്റെ നിരീക്ഷണമാണ്.
കൂടാതെ, 3D മോഡലിന് ഒരു ആർക്കൈവ് ഫോർമാറ്റ് പ്രശ്നമുണ്ട്: നിങ്ങൾ ഇന്ന് നിർമ്മിക്കുന്ന മോഡൽ ഫയൽ ഇപ്പോൾ പത്ത് വർഷം കഴിഞ്ഞ് തുറന്നേക്കില്ല; സോഫ്റ്റ്വെയറും ഫോർമാറ്റും കാലഹരണപ്പെട്ടു. അതുകൊണ്ടാണ് അസംസ്കൃത ഫോട്ടോഗ്രാഫുകൾ, കൺട്രോൾ പോയിൻ്റ് അളവുകൾ, ഒരു സാധാരണ ഡ്രോയിംഗ്/ഓർത്തോഫോട്ടോ എന്നിവ എപ്പോഴും ഒരുമിച്ച് സൂക്ഷിക്കുന്നത്. മോഡൽ ദീർഘകാല ഡോക്യുമെൻ്റേഷൻ്റെ ഒരേയൊരു കാലല്ല, മറിച്ച് ഏറ്റവും സമ്പന്നമായ കാലാണ്.
മറ്റൊരു പ്രായോഗിക പ്രശ്നം കോർഡിനേറ്റുകളും ഓറിയൻ്റേഷനുമാണ്: ഒരു യഥാർത്ഥ ലോക കോർഡിനേറ്റ് സിസ്റ്റത്തിൽ (ജിയോറഫറൻസ്) അടിസ്ഥാനപ്പെടുത്തിയിട്ടില്ലെങ്കിൽ, ഒരു മോഡൽ "വായുവിൽ" ഒരു ആകൃതി മാത്രമാണ്; ഉത്ഖനനത്തിൻ്റെ ഏത് പോയിൻ്റാണ് താൻ നോക്കുന്നത്, ഏത് ദിശയിലേക്കാണ് അയാൾക്ക് നഷ്ടപ്പെടുന്നത്. യഥാർത്ഥ കോർഡിനേറ്റുകൾ ഉപയോഗിച്ച് കൺട്രോൾ പോയിൻ്റുകൾ അളക്കുന്നത് മോഡലിനെ ഉത്ഖനന പദ്ധതിയുമായി ബന്ധിപ്പിക്കുകയും വിവിധ സീസണുകളിൽ നിന്നുള്ള മോഡലുകൾ സൂപ്പർഇമ്പോസ് ചെയ്യാൻ പ്രാപ്തമാക്കുകയും ചെയ്യുന്നു.
നുറുങ്ങ്: 3D മോഡൽ ജനറേറ്റ് ചെയ്ത് അത് ഉപേക്ഷിക്കരുത്; റോ ഫോട്ടോകൾ, കൺട്രോൾ പോയിൻ്റ് കോർഡിനേറ്റുകൾ, സ്കെയിൽ വിവരങ്ങൾ, വ്യാഖ്യാനിച്ച ഡ്രോയിംഗ് എന്നിവ ഉൾപ്പെടുത്തുക. ഭാവിയിലെ ഗവേഷകർക്ക് ഈ അധിക ഡോക്യുമെൻ്റുകൾ ഉപയോഗിച്ച് നിങ്ങളുടെ ജോലി മനസിലാക്കാൻ കഴിയും, അവർക്ക് മോഡൽ തുറക്കാൻ കഴിയുന്നില്ലെങ്കിലും.
3D ഡോക്യുമെൻ്റേഷൻ രീതി പട്ടിക
സ്റ്റേജ്
AI യുടെ സംഭാവന
മനുഷ്യ തീരുമാനം
സ്ഥിരീകരണം
ഷൂട്ടിംഗ്
പ്ലാൻ/കവറേജ് ശുപാർശ
സ്കെയിൽ, ചെക്ക് പോയിൻ്റ്
അപരനാമം നിയന്ത്രണം
പോയിൻ്റ് മേഘം
ജോടിയാക്കൽ, ശബ്ദം നീക്കംചെയ്യൽ
ഗുണനിലവാര പരിധി
നിയന്ത്രണ പോയിൻ്റ് വലുപ്പം
ഉപരിതലം / ടെക്സ്ചർ
ഓട്ടോമാറ്റിക് മെഷ്
പൂരിപ്പിക്കൽ പരിധി
ദുർബല മേഖല ചിഹ്നം
ഓർത്തോഫോട്ടോ/അളവ്
സ്കെയിൽ ഉത്പാദനം
സ്കെയിൽ സ്ഥിരീകരണം
അറിയപ്പെടുന്ന ദൂരം
സർവേ
എഡ്ജ് നിർദ്ദേശം
മതിൽ/മോർട്ടാർ/അറ്റാച്ച്മെൻ്റ് വേർതിരിക്കൽ
സന്ദർഭം, വിദഗ്ദ്ധൻ
സാധാരണ തെറ്റുകൾ
- സ്കെയിൽ ബാർ ഒഴിവാക്കുക. സ്കെയിൽ ഇല്ലാത്ത ഒരു മാതൃക ശാസ്ത്രീയമായി അളക്കാൻ കഴിയില്ല.
- നഷ്ടപ്പെട്ട ഡാറ്റ പൂരിപ്പിക്കുന്നു. AI അനുയോജ്യമായ ഉപരിതലം നിർമ്മിക്കുന്നു; വിടവുകൾ അടയാളപ്പെടുത്തണം.
- ഫിക്ഷനിൽ നിന്ന് തെളിവുകൾ വേർതിരിക്കുന്നില്ല. പൂർത്തിയാക്കിയ പ്രദേശങ്ങൾ ദൃശ്യപരമായി വേർതിരിക്കുന്നില്ലെങ്കിൽ അത് തെറ്റിദ്ധരിപ്പിക്കുന്നതാണ്.
- വ്യാഖ്യാനത്തിനായി മാതൃക തെറ്റിദ്ധരിക്കുന്നു. മോഡൽ മീറ്റർ എന്താണെന്ന് പറയുന്നില്ല; വ്യാഖ്യാനം എന്നത് സന്ദർഭത്തിൻ്റെയും വിദഗ്ദ്ധരുടെയും പ്രവർത്തനമാണ്.
- കുറച്ച് ഫോട്ടോകൾ ഉപയോഗിച്ച് ഒരു മോഡൽ സൃഷ്ടിക്കുന്നു. അപര്യാപ്തമായ ഓവർലാപ്പ് വികലവും വിടവുള്ളതുമായ മോഡൽ നൽകുന്നു.
ചുരുക്കത്തിൽ
3D ഡോക്യുമെൻ്റേഷനിലും ഫോട്ടോഗ്രാമെട്രിയിലും AI; ഇത് വേഗതയേറിയതും മില്ലിമെട്രിക്, ആവർത്തിക്കാനാകുന്നതുമായ റെക്കോർഡിംഗ് നിർമ്മിക്കുന്നു, സമയമർദ്ദത്തിലുള്ള രക്ഷാപ്രവർത്തനത്തിൽ ഇത് പ്രത്യേകിച്ചും വിലമതിക്കാനാവാത്തതാണ്. എന്നാൽ സ്കെയിൽ ബാർ അത്യന്താപേക്ഷിതമാണ്, നഷ്ടമായ ഡാറ്റ പൂരിപ്പിച്ച് അടയാളപ്പെടുത്തിയിട്ടില്ല, തെളിവുകൾ ഫിക്ഷനിൽ നിന്ന് വേർതിരിക്കപ്പെടുന്നു, കൂടാതെ മോഡലിൻ്റെ വ്യാഖ്യാനം (എന്താണ്) വിദഗ്ദ്ധൻ്റേതാണ്. മാതൃക ഒരു തെളിവാണ്; വായന ഒരു ഉത്തരവാദിത്തമാണ്.
ആപ്ലിക്കേഷൻ ടാസ്ക്
സ്കെയിൽ ബാർ ഉപയോഗിച്ച് കെട്ടിടത്തിൻ്റെ ഒരു ചെറിയ കണ്ടെത്തലോ മൂലയോ എടുക്കുക, കുറഞ്ഞത് 20 ഓവർലാപ്പിംഗ് ഫോട്ടോകൾ. ഫോട്ടോഗ്രാമെട്രി ഫ്ലോ ഉപയോഗിച്ച് ഒരു മോഡൽ സൃഷ്ടിക്കുകയും "മോഡൽ ഗുണനിലവാര പരിശോധന" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് ദുർബലമായ/നിറഞ്ഞ പ്രദേശങ്ങൾ തിരിച്ചറിയുകയും ചെയ്യുക. തുടർന്ന് "എവിഡൻസ്/ഫിക്ഷൻ വേർതിരിവ്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് ഒരു ഡയഗ്രം സൃഷ്ടിക്കുക, ഏത് പ്രദേശങ്ങളാണ് തെളിവ് അളക്കുന്നതെന്നും ഏതൊക്കെ ഊഹങ്ങളാണെന്നും അടയാളപ്പെടുത്തുക.
ചെക്ക്ലിസ്റ്റ്
- [ ] ഞാൻ ഷോട്ടിൽ സ്കെയിൽ ബാറും കൺട്രോൾ പോയിൻ്റുകളും ഉപയോഗിച്ചു.
- [ ] മതിയായ ഓവർലാപ്പോടെയാണ് ഞാനത് എടുത്തത് (ഓരോ സ്ഥലത്തിനും 3+ ഫോട്ടോകൾ).
- [ ] ഞാൻ ദുർബലമായ / നിറഞ്ഞ പ്രദേശങ്ങൾ അടയാളപ്പെടുത്തി, ഞാൻ ഒരു വ്യാജ ഉപരിതലം അവശേഷിപ്പിച്ചില്ല.
- [ ] പ്രവചനത്തിൻ്റെ പൂർത്തീകരണത്തിൽ നിന്ന് ഞാൻ തെളിവിനെ ദൃശ്യപരമായി വേർതിരിച്ചു.
- [ ] സന്ദർഭവും വിദഗ്ദ്ധ വിധിയും ഉപയോഗിച്ച് ഞാൻ മാതൃകയെ വ്യാഖ്യാനിച്ചു.