1。データ収集：原材料の収集
* 衛星画像： これは基礎層です。高解像度の衛星画像は、世界の幅広いトップダウンビューを提供します。これらの画像は、地球を周回する衛星によってキャプチャされ、包括的な視覚記録を提供します。 解像度は長年にわたって大幅に改善されており、より詳細になりました。
* 航空写真： 特殊なカメラを装備した飛行機またはドローンは、特定のエリアを飛行し、異なる角度からのオーバーラップ画像をキャプチャします。これにより、衛星画像よりも高い解像度と詳細が提供されます。
* Street View Cars＆Trekker： これらの車両は、カメラの配列、LIDAR（光検出と範囲）センサー、およびGPSユニットが道路と経路に沿って駆動し、360度のパノラマとストリートレベルの環境の詳細な3Dポイントクラウドをキャプチャします。 Trekkerは、車にアクセスできないエリア向けのバックパックバージョンです。
* ユーザーがサビされた写真： 場合によっては、Googleはユーザーが販売した写真を活用してギャップを埋めるか、3Dモデルの品質を向上させますが、通常、このデータは慎重に審査され統合されています。
2。 3D再構成：画像をモデルに変える
* 写真測量： これは、2D画像から3Dモデルを作成するためのコアテクニックです。
* 機能検出： ソフトウェアは、オーバーラップ画像で重要な機能（コーナー、エッジ、テクスチャ）を識別します。
* 機能マッチング： 次に、複数の画像にわたってこれらの機能と一致し、現実世界の同じポイントがさまざまな視点からどのように表示されるかを理解します。
* 動きからの構造（SFM）： 一致した機能と既知のカメラ位置（GPSおよびその他のセンサーから）を使用して、アルゴリズムはシーンの3D構造を再構築し、各画像のカメラの位置と向きを推定します。これにより、シーンを表すスパースポイントクラウドが作成されます。
* 密な再建： スパースポイントクラウドは、より密度の高い詳細なポイントクラウドを作成するための基礎として使用されます。 これにより、ギャップが記入され、より完全な3D表現が作成されます。
* メッシュ生成： 最後に、ポイントクラウドは3Dメッシュに変換されます。これは、3Dモデルの表面を形成する相互接続された三角形のネットワークです。
* lidar（光検出と範囲）：
* レーザースキャン： LIDARセンサーはレーザーパルスを放出し、光が戻るのにかかる時間を測定します。これにより、オブジェクトまでの距離を非常に正確に測定できます。
* ポイントクラウド生成： LIDARデータは、環境を表す密な3Dポイントクラウドを作成するために使用されます。これは、地形と建物の正確な3Dモデルを作成するために特に価値があり、複雑な形状の写真測量よりも正確です。
* 画像による融合： LIDARデータは多くの場合、画像と組み合わされて3Dモデルに色とテクスチャを追加し、よりリアルな外観を生み出します。
* 機械学習とAI： Googleは機械学習を使用します。
* 画像処理の改善： 画質を向上させ、ノイズを減らし、歪みに合わせて修正します。
* オブジェクト認識： 画像内のオブジェクトを識別して分類します（例：木、建物、車、人々）。これにより、3Dモデルの自動ラベル付けと注釈が可能になります。
* ギャップ充填： 3D再構成が不完全な欠落データまたは領域を入力します。
* テクスチャの改善： 3Dモデルのリアルなテクスチャと詳細を生成します。
* 手続き生成： 現実的な表現を生成するアルゴリズムを使用して、直接キャプチャするのが難しい（木や植生など）、キャプチャが困難なオブジェクトの3Dモデルを作成します。
3。データ処理と最適化：
* Georeferencing： すべてのデータは正確にジオリファレンスされています。つまり、グローバル座標系と一致しています。これにより、3Dモデルが地球上に正確に配置されることが保証されます。
* データ融合： さまざまなソース（衛星画像、空中写真、ストリートビュー、LIDAR）からのデータを組み合わせて統合して、完全で一貫した3Dモデルを作成します。
* 単純化と最適化： 3Dモデルは、多くの場合、ファイルサイズを削減し、パフォーマンスを向上させるために簡素化され、最適化されています。 これは、インターネット上でデータを効率的にストリーミングするために重要です。
* テクスチャリング： 画像は3Dメッシュに「投影」され、現実的な色とテクスチャを提供します。
4。表示と視覚化：
* タイルレンダリング： 3Dの世界はタイルに分割されており、現在ユーザーに表示されているエリアのみを効率的にストリーミングしてレンダリングできます。
* 詳細レベル（LOD）： ユーザーからの距離に応じて、オブジェクトにはさまざまなレベルの詳細が使用されます。 遠くのオブジェクトは詳細が低くレンダリングされますが、より近いオブジェクトはより高いディテールでレンダリングされます。これにより、パフォーマンスを改善し、ストリーミングする必要があるデータの量を減らすことができます。
* 現実的なレンダリング手法： シェーディング、照明、影などのテクニックは、より現実的で没入感のある体験を作成するために使用されます。
Googleの3D世界を可能にする重要な技術の進歩：
* コンピューティングパワーの増加： データセンターの大規模なコンピューティングパワーは、3D再構成に関与する膨大な量のデータを処理するために重要です。
* コンピュータービジョンの進歩： 機能検出、マッチング、および3D再構成のための改善されたアルゴリズム。
* 機械学習： 自動化された画像処理、オブジェクト認識、およびギャップ充填。
* 高解像度センサー： より詳細で正確なデータをキャプチャする高度なカメラとLIDARセンサー。
* 効率的なデータストレージとストリーミング： 膨大な量の3Dデータを保存およびストリーミングするためのスケーラブルなインフラストラクチャ。
要約すると、Googleの3D Worldは、衛星画像、航空写真、ストリートビュー、LIDAR、写真測量、機械学習、効率的なデータ処理とストリーミングなど、高度な技術と技術を組み合わせた複雑で洗練されたプロセスの結果です。 これは、データ収集、処理、改善の継続的なプロセスであり、常に地球の最も正確で詳細な表現をユーザーに提供するために常に進化しています。