Los investigadores de Concordia han desarrollado una nueva técnica que puede ayudar a crear modelos 3D precisos y de alta calidad de paisajes a gran escala, esencialmente, réplicas digitales del mundo real.
Si bien se requiere más trabajo antes de que los investigadores logren su objetivo, recientemente describieron su nuevo método automatizado en la revista Nature Scientific Reports. El marco reconstruye la geometría, la estructura y la apariencia de un área utilizando imágenes muy detalladas tomadas por aviones que normalmente vuelan a más de 30 000 pies. Estas imágenes aéreas a gran escala, generalmente de más de 200 megapíxeles cada una, se procesan para producir modelos 3D precisos de paisajes urbanos, paisajes o áreas mixtas. Pueden modelar su apariencia hasta los colores de las estructuras.
El marco, llamado HybridFlow, fue desarrollado por Charalambos Poullis, profesor asociado de informática e ingeniería de software en la Escuela de Ingeniería e Informática Gina Cody, y el estudiante de doctorado Qiao Chen.
“Este gemelo digital se puede usar en aplicaciones típicas para navegar y explorar diferentes áreas, así como turismo virtual, juegos, películas, etc.”, dice Poullis. « Más importante aún, existen aplicaciones muy impactantes que pueden simular procesos de forma segura y digital. Por lo tanto, las partes interesadas y las autoridades pueden usarlas para simular escenarios hipotéticos en casos de inundaciones u otros desastres naturales. Esto nos permite para tomar decisiones informadas y evaluar varios factores de mitigación de riesgos ».
No hay necesidad de un aprendizaje profundo
Los métodos de reconstrucción actuales se basan en encontrar similitudes visuales entre imágenes para construir modelos 3D. Sin embargo, debido a que las imágenes son tan grandes, problemas como la oclusión y la repetición pueden afectar negativamente la precisión de un modelo.
Las técnicas tradicionales de modelado 3D se basan en identificar puntos clave en una imagen, unirlos en otra imagen y luego propagar esas coincidencias en un área específica. Con HybridFlow, las imágenes se agrupan en secciones que son perceptivamente similares y luego a nivel de píxeles. Por ejemplo, un segmento de imagen que muestre un cielo azul se comparará con otro segmento que muestre lo mismo, al igual que un grupo que muestre un área densamente construida se combinará con un grupo que muestre un patrón similar basado en un análisis a nivel de píxel. Esto hace que el modelo sea más robusto, ya que los puntos son más fáciles de rastrear en las imágenes y el tiempo de procesamiento se acelera para triangular esos puntos, lo que da como resultado una reproducción precisa.
« También elimina la necesidad de cualquier técnica de aprendizaje profundo, que requeriría mucha capacitación y recursos », comenta Poullis. « Este es un método basado en datos que puede manejar un conjunto de imágenes arbitrariamente grande ».
Agrega que los datos se guardan en el disco, no en la memoria, lo que optimiza la canalización de datos. Con una computadora remota haciendo el procesamiento, señala, se puede crear un modelo de tamaño promedio de un área urbana en menos de 30 minutos.
Poullis comparte que ya ha estado trabajando con funcionarios en la ciudad propensa a inundaciones de Terrebonne, justo al noreste de Montreal. Juntos están trabajando en modelar su ciudad y simular inundaciones para ayudar a planificar y evaluar medidas de mitigación.
“Saben que no pueden prevenir las inundaciones, pero podemos brindarles herramientas para que tomen decisiones informadas”, comenta. « Les permitimos cambiar el medio ambiente mediante la introducción de barreras como sacos de arena, y luego realizamos simulaciones para ver cómo se ve afectado el flujo de agua de la inundación ».
Este proyecto recibió el apoyo del Consejo de Investigación de Ingeniería y Ciencias Naturales de Canadá (NSERC) y una subvención del Departamento de Defensa Nacional.