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

root 提交于 周二, 03/19/2024 - 09:13
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。

相关内容

发布日期 06/17/2022 - 10:21
发布日期 09/11/2023 - 22:36
发布日期 10/31/2021 - 01:48
发布日期 01/10/2022 - 19:31
发布日期 01/21/2024 - 12:12
发布日期 08/04/2020 - 01:35
发布日期 06/17/2022 - 10:21
发布日期 10/31/2021 - 01:53
发布日期 06/17/2022 - 10:21
发布日期 06/17/2022 - 10:21
发布日期 10/31/2021 - 01:12
发布日期 10/31/2021 - 01:16
发布日期 08/04/2020 - 01:35