Python を使った 3D データサイエンス

第8章. 3Dデータ解析

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

あなたは、目の前に見えるものを分析している自分を発見することがよくあるだろうか？もし、あなたの答えが「一度もない」なら、朗報である。しかし、私は考えずにはいられない。私が立っている床は完璧に水平だろうか？私が今働いている部屋の広さはどれくらいだろうか？新しいベストー食器棚を置くスペースはあるか？

これは単純な質問だが、正確に答えるのは不可能に近い。しかし、良いニュースがある。3Dデータサイエンスによって、目に見えるものを分析する能力を活用することができるのだ。

3Dデータ解析は、3Dデータサイエンスのほぼすべての側面において中心的な役割を果たす。つまり、これは処理モジュールそのものではなく、課題の解決や解決策の発見にどのようにアプローチすべきかというグローバルなフレームワークなのだ。そのため、核となるコンポーネントを切り分けるのは難しい。公平を期すなら、いくつかの箇条書きだけで魅力的なストーリーを語ろうとするようなものだ。

3Dデータ解析は、前処理アプローチ、セグメンテーションワークフロー、データモデリングに重きを置いている。例えば、自動車のエアロダイナミクスを研究したいとしよう。この目的は、いくつかのオブジェクトを持つ3D解析ワークフローを経ることになるだろう。車両の状態を（3D点群として）キャプチャすることから始まり、異常値を除去するための前処理、研究に関連する点のみを残すための生データのセグメンテーション、データ点に密接にフィットするように3D "メッシュ "を洗練させながら外表面をモデリングする。最終的には、設計通りの3Dカーモデルに対する偏差をモニターする。これにより、気流空力シミュレーションを実行し、対策（車や設計の改善）を講じるための健全な分析基盤を作成することができる。

この車の例は、3Dデータ解析は3Dデータサイエンスモジュールの組み合わせから生まれるという考えを裏付けている。3Dデータサイエンスは、統計的、幾何学的、視覚的な分析テクニックを組み合わせ、コミュニケーションとデータ理解を促進する多面的な学問である。それは多くのワークフローに及ぶ。空間情報が役割を果たすときはいつでも、3Dデータ解析のアプリケーションがある。

この章では、3Dアナリティクスを操作するためのツールとインスパイアされた事例を紹介する。その目的は、点群、ボクセル、メッシュ、あるいは第4章で述べたあらゆる3Dデータ表現などの3Dモデルから、知識と洞察を抽出することである。このため、洞察の抽出、視覚的な表示、効率的なコミュニケーションといった目的に活用できる分析ツールのセットを理解し、開発することは理にかなっている。そのために、まず3Dデータ分析について幅広く理解し、次に3D分析ツールの使用、そして最後に3D診断ツールの使用について掘り下げていく（図8-1参照）。

図8-1. 3Dデータ解析カテゴリーの完全な概要

注

アセットやライブラリのリストを含むこの章のすべての資料は、3D Data Science Resource Hubで発見することができる。ファイル（コード、データセット、記事）やリソースにアクセスするには、メールアドレス、個人パスワード、またはあなたがこの本の所有者であることの証明が必要な場合がある。 ...