デジタルツインシティの概念が進化する中で、都市資産のデジタル化はこれまでの粗い視覚的なマッピングから、より精密で実用的なアプローチへとシフトしています。しかし既存のデータセットの多くは粗い視覚認識に焦点を当てており、インフラの自動保守に必要な厳密なマルチモーダルアライメント、属性診断、状態評価が不足していました。このギャップを埋めるため、ウーハン大学の研究チームは「WHU-Infra3D」という大規模マルチモーダルベンチマークデータセットを開発しました。 WHU-Infra3Dは3つの都市にまたがる53.8キロメートルの道路脇インフラをカバーしており、パノラマ画像とLiDARポイントクラウドを厳密な2D-3D インスタンス対応とフレーム間追跡により統合しています。175,000以上のマルチビュー2D バウンディングボックスと数千の3Dインフラインスタンスで構成され、錆やオクルージョンなど181,000以上の詳細な属性・状態アノテーションを提供しており、オペレーショナルなヘルスアセスメントを可能にしています。 研究チームは2D検出、2D クロスビューマッチング、3D ジオアイデンティフィケーション、3Dポイントクラウドセグメンテーション、属性認識の5つのコア タスクにおける包括的なベースラインを確立しました。広範な評価を通じて、都市間のドメインギャップと欠陥状態への対応における現在のモデルの脆弱性が明らかになり、WHU-Infra3DはスケーラブルなAI駆動のインフラ在庫管理とライフサイクル管理の進展に向けた不可欠なテストベッドとして確立されました。