【泡泡一分钟】基于单视角卫星图像的参数化建筑物重建(3dv-45)

会员服务 ·

【泡泡一分钟】基于单视角卫星图像的参数化建筑物重建(3dv-45)

2018 年 2 月 13 日 泡泡机器人SLAM 泡泡一分钟

每天一分钟，带你读遍机器人顶级会议文章

标题：Single View Parametric Building Reconstruction from Satellite Imagery

作者：Ke Wang, Jan-Michael Frahm

来源：3dv 2017 ( International Conference on 3D Vision）

播音员：郭晨

编译：陈建华 周平

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

卫星图像覆盖范围广，是大规模城市重建任务的理想选择。然而，卫星图像的地面采样分辨率较低，使得采用传统的体积或立体方法进行三维重建面临着巨大的挑战。

在本文中，作者提出了一种新的基于深度学习的方法来进行卫星图像的单视角参数化重建。通过将建筑物参数化为三维长方体对物体检测系统进行了扩展，使得系统在定位建筑物同时将直接对每个识别的建筑物匹配参数化模型。

图1 本文算法的示意图

图2 示例房屋的三维长方体参数化示意图

作者利用地理注册的GIS矢量地图和激光雷达数据对网络进行监督训练。特别地，作者对特征图进行去卷积操作，并且结合网络不同阶段的卷积特征图来处理卫星图像中混乱的小型建筑实例。此外，通过使用一个单独的完全卷积网络来预测建筑物边界，从而进一步施加建筑物不能重叠的物体约束。最后，作者在真实世界数据上证明了所提出方法的有效性。

图3 本文的网络框架

图4 本文算法的数据集测试结果

Abstract

Satellite images have broad coverage, thus are ideal for large-scale urban reconstruction tasks. However, their low ground sampling resolution posed great challenges in using traditional volumetric or stereo methods to perform 3D reconstructions. In this paper, we propose a novel deep learning based approach to perform single-view parametric reconstructions from satellite imagery. By parametrizing buildings as 3D cuboids, our method extends object detection systems to simultaneously localize buildings and directly fit parametric models for each identified building. We utilize geo-registered GIS vector maps and Lidar data as supervision to train the network. Especially, we deconvolve the feature maps and combine convolutional feature maps at different stages of the network to deal with the heavily cluttered but small in size building instances from satellite imagery. We further enforce physical constraints that building cannot overlap by predicting building boundaries using a separate fully convolutional network. We demonstrate the effectiveness of our proposed methods on realworld data.

如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号（paopaorobot_slam）。

在【泡泡机器人SLAM】公众号（paopaorobot_slam）中回复关键字“3dv-45”，即可获取本文下载链接。

恭贺新春

泡泡机器人SLAM

祝您新春快乐，万事如意！

欢迎来到泡泡论坛，这里有大牛为你解答关于SLAM的任何疑惑。

有想问的问题，或者想刷帖回答问题，泡泡论坛欢迎你！

泡泡网站：www.paopaorobot.org

泡泡论坛：http://paopaorobot.org/forums/