Propuesta metodológica de evaluación de clasificaciones LiDAR: Estudio de caso sobre datos del Plan de Ortofotografía Aérea (PNOA)

Abstract

La clasificación es uno de los procesos más importantes para poder generar productos cartográficos a partir de datos LiDAR. Aunque en la actualidad existen diversos algoritmos de clasificación y se sigue trabajando intensamente en este campo, la forma de evaluar los resultados de las clasificaciones ha evolucionado poco, utilizándose en general métricas estándar. Esto puede ser problemático ya que estas métricas tratan por igual errores de distinta gravedad que pueden tener un impacto muy distinto en los productos derivados. El objetivo de este trabajo es generar una herramienta de validación que evalúe la clasificación de las nubes de puntos teniendo en cuenta la gravedad de cada error. La metodología propuesta se ha implementado en un estudio de caso en el que se evalúan distintos modelos de clasificación obtenidos a partir de muestras de diferentes sensores y densidades disponibles en el Plan de Ortofotografía Aérea (PNOA). Como conclusión, se puede afirmar que la herramienta de validación propuesta proporciona varias métricas que reemplazan la necesidad de una inspección visual y se agregan a las métricas de evaluación estándar.

Datuen klasifikazioa LiDAR teknologiarengandik lortutako produktu kartografikoak sortzeko prozesu garrantzitsuenetako bat da. Gaur egun, sailkapen algoritmo ugari eta arlo horretan lan handia dagoen arren, sailkapenen emaitzak ebaluatzeko moduak gutxi eboluzionatu dute, orokorrean neurri estandarrak erabiliz. Hau arriskutsua izan daiteke, neurri horiek akats guztiak berdin tratatzen dituzte eta. Lan honen helburua puntu lainoen sailkapena ebaluatzen duen balioztatze tresna bat sortzea da, akats bakoitzaren larritasuna kontuan hartzen duena. Proposatutako metodologia kasu azterketa batean ezarri da, non Plan de Ortofotografía Aérea-n (PNOA) eskuragarri dauden sentsore eta dentsitate desberdinetako datuetatik sailkapen eredu desberdinak sortu eta aztertu dira. Konklusio bezala, esan daiteke proposatutako balioztatze tresna ikuste-ikuskapenaren beharra ordezkatzen duten hainbat metrika ematen dituela, ebaluazio estandarreko neurriei gehituz.

Classification is one of the most important phases to generate any cartographic product from LiDAR data. Although there are currently several classification algorithms and there is still intense work in this field, the procedure to evaluate the results of classifications has not evolved much, being mostly based on standard metrics. This can be problematic since these metrics treat errors of varying severity equally, which can have a very different impact on products. The aim of this research is to generate a validation tool that evaluates the classification of point clouds taking into account the severity of each error. A case study was carried out implementing the proposed method on different classification models obtained with a range of different datasets. In conclusion, the validation tool provides several metrics that supersede the necessity of a visual inspection and add to the standard evaluation metrics.