基于语义分割和融合残差U-Net的单视光学遥感影像三维重建方法

从单视遥感图像进行三维重建本身是一个解不唯一的非适定问题，往往需要大量的人工经验来补充缺失信息以构建完整三维模型。为了解决这一问题，提出了一种基于语义分割和融合残差U-Net的单视遥感影像三维重建方法。该方法包括语义分割和单视遥感影像高度估计两个阶段。语义分割阶段使用U-Net确定地物属性，在此基础上改进U-Net对遥感影像进行高度估计，并联合语义特征进行锚定高度回归以提高重建精度。针对改进U-Net，通过嵌入不同数量与通道的残差块，强化编码器的特征提取能力，并修改解码器输出层使其适应于高度回归任务，从而实现逐像素预测遥感影像的数字表面模型（Digital surface model， DSM）高度值。在公开的US3D数据集上得到了均方根误差（Root mean square error，RMSE）为2.751 m、平均绝对误差（Mean absolute error，MAE）为1.446 m的结果，重建结果均优于其余网络，证实该方法实现了基于单视遥感影像的三维估计，能够重建地物的分布结构。