融合深度特征的无人机影像SfM重建 |
| |
引用本文: | 姜三,刘凯,李清泉,江万寿.融合深度特征的无人机影像SfM重建[J].测绘学报,2024(2):321-331. |
| |
作者姓名: | 姜三 刘凯 李清泉 江万寿 |
| |
作者单位: | 1. 中国地质大学(武汉)计算机学院;2. 人工智能与数字经济广东省实验室(深圳);3. 武汉大学测绘遥感信息工程国家重点实验室 |
| |
基金项目: | 国家自然科学基金(42371442);;湖北省自然科学基金(2023AFB568); |
| |
摘 要: | 可靠特征匹配是无人机影像运动恢复结构(SfM)的重要环节。近年来,深度学习被用于特征提取和匹配,在基准数据集表现优于SIFT等手工特征。但是,公开模型往往采用互联网照片进行训练和测试,鲜有用于无人机影像SfM三维重建的性能评价。利用多组不同特点的无人机数据集,本文对比分析手工特征和深度学习特征在无人机影像特征匹配和SfM三维重建的综合性能。试验结果表明,利用公开的预训练模型,结合手工特征的高精度定位和深度学习的特征描述能力,可实现更准确和完整的特征匹配,并在SfM三维重建中取得与SIFT等手工特征相当,甚至更优的性能。
|
关 键 词: | 摄影测量 三维重建 运动恢复结构 深度特征 卷积神经网络 |
|