AI Segmentation
QGISで建物フットプリントを抽出
すでに開いている画像の上に範囲を描き、buildingと入力すると、その中にあるすべての屋根がプロジェクトのCRSに合わせたポリゴンとして戻ります。
簡単に答えると
建物フットプリント抽出は、航空写真や衛星画像に写る屋根をベクターポリゴンに変換します。
QGISでは、AI Segmentation pluginがキャンバスに表示されている任意のrasterから処理します。範囲を描いてbuildingと入力すると、実行結果として構造物ごとに1つのポリゴンが返り、それぞれに面積と信頼度スコアが付き、プロジェクトのCRSで出力されます。
- 動作環境
- QGIS 3.22以降
- 入力する語
- building, rooftop, house, warehouse, shed
- 毎月無料
- 地上面積3 km²、カード不要
- 出力
- 面積と信頼度付きのポリゴン
実際の処理結果
戻ってくるもの
建物フットプリントlayerを作る3ステップ
開いているオルソフォトからGeoPackageへ書き出すまで。
QGISですでに開いている画像の上に、必要な範囲を描きます。
buildingと入力して実行します。タイルはつなぎ合わされ、1つのlayerとして戻ります。
信頼度とサイズで絞り込み、角を直角に整えてから書き出します。
使える入力語
建物には何を入力するか
入力した語が、そのままモデルに送られます。この5つはpluginギャラリーのカードとして用意されているため、建造物を推測する必要はありません。
building建物
広く使える語。構造全体を対象にします。
rooftop屋根
地上の輪郭ではなく、屋根の表面を対象にします。
house住宅
戸建て住宅とテラスハウスです。
warehouse倉庫
配送拠点、格納庫、工業用の物置です。
shed物置
庭の物置、ガレージ、小さな付属建物です。
検索ボックスでは、構造物、フットプリント、街区、輪郭からもこれらのカードを見つけられます。また、自分の言語で入力した同じ意味の語からも検索できます。
苦手なケース
フットプリント抽出が間違えるもの
テラスハウスの列は難しいケースです。屋根が接していて稜線が薄い場所では、実行結果が住所ごとに1つではなく、列全体を1つのポリゴンとして返します。屋根にかかる木の樹冠は、その部分の角を削り、北側にできた深い影も同じ問題を起こします。平らな工業用屋根は、設備や天窓の位置で分割されます。そのために確認工程があります。信頼度とサイズで絞り込み、間違ったものを削除し、結合されたものを描き直してから、角を直角に整えます。精度の数値を公表していないのは、画像によって数値が変わるためです。
QGISの建物フットプリントについて
- pluginを使えばできます。QGIS単体では手作業でデジタイズします。AI Segmentationを使うと自動検出が加わり、範囲を描いてbuildingと入力するだけで、プロジェクトのCRSに合わせたポリゴンが返ります。ドローンのオルソモザイクからWMSまで、キャンバスに表示されている任意のrasterを読み込めます。
- QGISですでに表示できるものであれば何でも使えます。航空写真、衛星画像、ドローンのオルソモザイク、WMS、XYZのベースマップに対応しています。解像度でモデルが分離できる対象が決まるため、ピクセルが細かいほど小さな構造物を拾い出せます。採用を決める前に、無料プランで自分の画像を試してください。
- 始めるときは無料で、カードも不要です。Automaticでは、地図上で数えた地上面積を月3 km²まで処理できます。Cloud Semi-Autoでは、保存した輪郭1つを1オブジェクトとして数え、月50件までです。自分のマシンで動かすSemi-Autoには上限がありません。Proでは、2つの上限が月300 km²と2,000オブジェクトに増え、月額39ユーロです。
- いいえ。モデルは欧州連合内のサーバーで動作するため、業務用ノートPCでもワークステーションのように処理できます。Windows、macOS、LinuxでQGIS 3.22以降が必要です。何もアップロードしたくない場合は、Semi-Autoが自分のCPUで小さなモデルを実行し、クリック1回につき1オブジェクトを処理します。
- QGISのベクターlayerとして出力されるため、QGISが書き出せる形式なら何でも使えます。GeoPackage、GeoJSON、Shapefile、KMLに対応しています。すべてのポリゴンにid、クラス、面積、信頼度スコアが付き、layerはプロジェクトのCRSに合わせて出力されます。