１．点群データの概要

（１）．点群データの概要

a. 点群とは何か？（XYZ座標、反射強度、RGB情報の意味）

（２）．点群の取得方法とセンサーの種類

a. LiDAR（地上型、ドローン搭載型、グリーンレーザーなど）

b. SfM-MVS（写真測量による点群生成）

c. スマートフォンやタブレットに搭載されたLiDARセンサー（Scaniverse, Dot3Dなど）

（３）．点群処理技術の方式について

a. 点群のみを用いた処理スマートフォンやタブレットに搭載されたLiDARセンサー

（Scaniverse, Dot3Dなど）

b. 画像と点群のセンサーフュージョン

c. 画像ベース（Depthカメラ・ステレオカメラ）処理

２．点群の前処理技術

（１）．ノイズ除去手法の基礎

a. 統計的外れ値除去

b. 半径ベースの外れ値除去

（２）．点群のダウンサンプリング

a. gridNearest（最近傍グリッド法）

b. gridAverage（平均グリッド法）

c. random（ランダムサンプリング法）

（３）．レジストレーション

a. ICPレジストレーションを利用した 3次元点群の位置合わせ

（４）．地表面random（ランダムサンプリング法）抽出

３．点群からの特徴抽出

（１）．RANSACを用いた平面・直線検出

a. RANSACのアルゴリズムとその直観的理解

b. 道路や建築物の壁面検出への応用例

（２）．主成分分析（PCA）による形状解析

a. PCAを用いた直線性評価

b. 橋梁や建築物の方向性解析への応用

４．点群の分類・認識（点群のみを用いた方法）

（１）．Support Vector Machine (SVM)による分類

（２）．深層学習によるセマンティックセグメンテーション

（３）．3次元点群の分類における評価指標について

５． センサーフュージョンによる分類・認識技術

（１）．センサーフュージョン技術の基本

a. センサーフュージョンの必要性とメリット

b. キャリブレーション技術（チェッカーボードによるLiDAR-カメラ校正）

（２）．LiDARとカメラの融合による3次元空間認識

a. 画像データと点群データの統合方法

b. センサーフュージョンによる処理の事例（ノイズ除去・橋梁の寸法の計測）

６．応用事例と実践的課題

（１）．LiDAR点群を利用した植生と電線の離隔距離の算出

（２）．3次元点群を利用した城の石垣の自動図面化

（３）．植物の葉のセグメンテーション

７．今後の技術動向と将来の展望

８．質疑応答・ディスカッション