利用机器学习构建三维制图的未来

今年早些时候，我们向现有的OS MasterMap地形层客户发布了建筑高度属性的alpha版本。我们在英国发布了将近2000万幢建筑，这是我们向增强3D几何体迁移的早期步骤，从那时起我们就一直在收集反馈。

我们OS Insight项目中最常见的主题之一是屋顶的形状，因为这可以帮助我们的客户做出规划决策，创建现实的视图，并模拟建筑周围的阳光和电话信号。我们的研究团队已经开始研究我们产品的未来发展。

目前，我们的建筑高度定义了建筑的底部，以及屋顶的顶部和底部。我们研究团队的Isabel Sargent和David Holland一直在做一个小项目，看看是否有可能自动提取每个屋顶的形状类别，以及是否可以识别不符合简单高度数据的建筑。

从航空摄影，我们可以创建数字表面模型。这些是插入到一个标准的方向和规模。从Hull数据集中随机选择一个显示表面模型的高度，暗红色表示最高点，蓝色表示最低点。从Hull数据集中随机选择一个显示表面模型的高度，暗红色表示最高点，蓝色表示最低点。

结果显示，金字塔型屋顶或l型屋顶等50多个屋顶簇，还有部分被植被遮盖的屋顶簇。该项目现在需要进行进一步的工作，以确定什么样的屋顶形状类别可以被识别，以及这种分类有多精确。

该团队将扩展他们的数据集，包括其他城镇，如Eastleigh和伯恩茅斯，以进一步测试他们的方法，通过混合无监督和监督的方法。他们不仅希望增加屋顶形状属性,但至少有一个进一步的建筑高度属性添加到五已经提供在我们的建筑高度属性,和能够标志建筑,不能有效地描述使用简单的属性,需要进一步调查。这些都将为我们未来的身高产品提供重要的情报。

为了继续我们在3D领域的参与，上周我们主办了“在国家层面上高效捕捉3D物体:以建筑和基础设施为重点”的EuroSDR/ISPRS研讨会。研讨会显示，关于3D地理数据还有很多需要决定的地方，比如谁将使用它，他们将如何使用它，以及如何捕捉和保持数据的更新。

同时，最新发布的OS MasterMap地形层-建筑高度属性现在是可用的。请访问我们的网站了解更多信息。