Metodi di classificazione automatica texture- e geometry-based applicati a beni culturali

Autori

  • Eleonora Grilli 3D Optical Metrology (3DOM) unit, Bruno Kessler Foundation (FBK), Trento, Italy

Parole chiave:

Classificazione, Machine Learning, Nuvola di punti, Mesh

Abstract

L’applicazione delle nuove metodologie di rilievo e documentazione tridimensionale, attraverso l’utilizzo di sensori attivi epassivi, è ormaiuna pratica comune nel settore dei beni culturali. Per sfruttare le reali potenzialità di questa significativa quantità di dati e poter estrarre informazioni semantiche da nuvole di punti o modelli poligonali, emergeoggila necessità di sviluppare metodi affidabili di classificazione. Questo articolo esplora l'uso dimetodi di Machine e Deep Learning a supporto dellaclassificazione 3D ai fini distudio, monitoraggio e restauro. In particolare, vengono presentati e confrontati tre diversi approccidi classificazionebasati rispettivamente sull’utilizzo di features radiometriche,geometricheo una combinazione di entrambe.

Downloads

I dati di download non sono ancora disponibili.

Downloads

Pubblicato

2019-01-07

Come citare

[1]
Grilli, E. 2019. Metodi di classificazione automatica texture- e geometry-based applicati a beni culturali. Bollettino della società italiana di fotogrammetria e topografia. 1 (gen. 2019), 8–16.

Fascicolo

Sezione

Scienza

Puoi leggere altri articoli dello stesso autore/i