Отримані полігони водойм можуть використовуватися під час побудови цифрових моделей місцевості, створення 3D-сцен та інших задач просторового аналізу. Фахівці відзначають, що поєднання фундаментальних моделей штучного інтелекту та сучасних інструментів Reality Mapping поступово стає новим стандартом виробничих процесів у сфері геопросторових технологій.
Водні об’єкти традиційно залишаються одним із найскладніших елементів для обробки в проєктах Reality Mapping. Відбивна поверхня води, відсутність текстури та сезонні зміни часто призводять до появи шумів і артефактів під час побудови 3D-моделей та реконструкції місцевості.
Новий підхід із використанням моделі глибинного навчання SAM3 (Segment Anything Model v3) дозволяє значно спростити процес виділення водойм та підготувати якісні геометрії для подальшої обробки в Reality Mapping-проєктах.
На відміну від традиційних методів класифікації, SAM3 використовує текстові підказки (prompts) для пошуку та сегментації об’єктів на зображеннях. Для автоматичного виділення водойм достатньо використовувати прості запити на кшталт:
water, lake, river, dam, creek
Такий підхід дозволяє відмовитися від підготовки навчальних вибірок і налаштування класифікаторів, забезпечуючи стабільні результати для річок, озер, водосховищ та інших водних об’єктів.
Метод був протестований на території площею близько 50 км² у районі Штутгарта (Німеччина) з використанням аерофотознімків роздільною здатністю близько 5 см.
Для обробки використовувалися:
Обробка виконувалася на повній роздільній здатності зображень, що дозволило зберегти вузькі річки, складні берегові лінії та дрібні деталі водних об’єктів.
Використання SAM3 забезпечує:
Після автоматичного визначення водних об’єктів виконується незначна постобробка для усунення артефактів на межах тайлів та згладжування контурів.
Для тестового набору даних SAM3 успішно визначив навіть складні ділянки річок із відблисками та неоднорідною текстурою поверхні. Незважаючи на окремі хибні спрацьовування та необхідність мінімального ручного редагування, загальний результат продемонстрував високу якість і придатність для подальшої реконструкції.
Джерело: esri
