Un benchmark per la segmentazione semantica di nuvole di punti di beni culturali

Abstract

La mancanza di dati di benchmark per la segmentazione semantica di nuvole di punti dei beni culturali sta ostacolando lo sviluppo di soluzioni di classificazione automatica in questo campo. I dati 3D e le nuvole di punti del nostro patrimonio rappresentano strutture geometriche complesse con classi non comuni, impedendo così la semplice implementazione dei metodi già disponibili, sviluppati in altri campi o per altri tipi di dati. La segmentazione semantica dei dati 3D del patrimonio aiuterebbe la comunità nella migliore comprensione e analisi dei gemelli digitali (digital twins), faciliterebbe le operazioni di salvaguardia e supporterebbe moltre altre atttività legate a tale settore. In questo contributo presentiamo il primo benchmark con milioni di punti 3D etichettati manualmente appartenenti a scenari del patrimonio, realizzati per facilitare lo sviluppo, l'addestramento, il test e la valutazione di metodi e algoritmi di apprendimento automatico e profondo nel campo del patrimonio. Il benchmark proposto, disponibile su http://archdataset.polito.it/, comprende set di dati e risultati di classificazione per migliori confronti e approfondimenti sui punti di forza e di debolezza dei diversi approcci di machine e deep learning per la segmentazione semantica della nuvola di punti del patrimonio, oltre a promuovere una forma di crowdsourcing per arricchire il database già annotato.