Point cloud classification. A critical step inside the digitalization process of cultural heritage

With the development of technology, the investigation and 3D documentation of architectural heritage has become more accessible. The digitalization process needs to be more efficient, especially when machine learning is used for point cloud classification. This article uses machine learning technology and MLMR method to classify three point cloud projects, SlabSTRESS, Nanchan ssu, and Fokuang Ssu, and achieved good results. Performances of multiple algorithms and solutions is compared, the whole process is timed and described in UML language, making the multi-professional interactive digitalization process clearer and more efficient.

Con lo sviluppo della tecnologia, l'indagine e la documentazione 3D del patrimonio architettonico è diventata più accessibile. Il processo di digitalizzazione deve essere più efficiente, soprattutto quando viene utilizzato il machine learning per la classificazione delle point cloud. Questo articolo utilizza la tecnologia di machine learning e il metodo MLMR per classificare tre progetti di point cloud, SlabSTRESS, Nanchan ssu e Fokuang Ssu, e ha ottenuto buoni risultati. Vengono confrontate le prestazioni di più algoritmi e soluzioni, l'intero processo viene cronometrato e descritto in linguaggio UML, rendendo più chiaro ed efficiente il processo di digitalizzazione interattiva multiprofessionale.