Strategaeth Dadansoddi Ansoddol Tuag at Ailadeiladu Dinasoedd 3D
Crynodeb:
Mae ail-greu golygfeydd trefol 3D yn broblem anodd mewn graffeg gyfrifiadurol, yn bennaf oherwydd sŵn anochel mewn setiau data golygfeydd go iawn a graddiadwyedd. Er bod y dechnoleg ddiweddaraf yn gallu cynhyrchu ailadeiladu o wahanol ansawdd, ychydig iawn o ddulliau ailadeiladu sy'n ymgorffori strategaethau trin sŵn ac annibendod. Wedi'i hariannu gan yr Arolwg Ordnans, yn y traethawd hir hwn, rydym yn nodi meysydd allweddol o arloesi posibl er mwyn cyflawni modelau 3D ar raddfa fawr a di-sŵn o ddinasoedd. Er mwyn pennu'r meysydd arloesi hyn, defnyddiwyd data ansoddol o weithgareddau ymgysylltu â rhanddeiliaid i arwain arolwg llenyddiaeth ar dechnegau diweddar mewn gwaith ailadeiladu 3D. Defnyddiwyd y dull KJ, a elwir hefyd yn Ddiagramau Affinedd, i drefnu a delweddu'r data ansoddol a gasglwyd. Dilynwyd camau'r dull yn agos lle bo'n briodol, a dangosir y broses o gyrraedd y diagram terfynol. Yna caiff y llenyddiaeth a arolygwyd ei mapio ar y Diagram Affinedd i nodi cryfderau a bylchau'r llenyddiaeth mewn perthynas â gofynion ein rhanddeiliaid ac arferion llif gwaith. Gan ddilyn y dull hwn, diffiniwyd prif nod ein rhanddeiliad fel ailadeiladu aml-ddosbarth o olygfeydd trefol. Ynghyd â'r ail-greu 3D eu hunain, nodir dau faes arall ar gyfer ymchwilio yn y dyfodol, sydd gyda'i gilydd yn addo cyflawni nod ein rhanddeiliaid. Y maes cyntaf a nodwyd yw galluoedd semantig, sef galluoedd sy'n cyfeirio at y gallu i ddeall gwahanol wrthrychau a siapiau yn yr olygfa. Yr ail faes a nodwyd yw sicrhau ansawdd sy'n canolbwyntio ar bobl, a’r ddamcaniaeth yw y bydd ymgorffori pobl yn y biblinell i'w datblygu o gymorth mawr i gyflawni ailadeiladu aml-ddosbarth graddadwy o'r raddfa honno.