项目名称: 基于散射点密度信息熵的层析SAR建筑三维重建新方法研究

项目编号: No.61501019

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 刘慧

作者单位: 北京建筑大学

项目金额: 19万元

中文摘要: 使用层析SAR点云数据,分析构建地面建筑的三维模型是SAR三维信息获取领域的重要课题。但目前,由于层析SAR点云中目标的检测和提取理论和方法还不够完善,在具有道路、树木及其他构造物的复杂环境中,建筑立面的检测和提取还很难。本课题针对层析SAR点云中的散射点密度估计问题,开展不同概率空间中的散射点密度信息熵的理论研究,发现层析SAR点云中建筑物散射点密度在不同概率空间中的分布规律,研究层析SAR点云中检测和提取建筑物的概率统计建模理论。针对建筑三维重建问题,开展层析SAR点云数据的生成、建筑的检测和提取、建筑立面的分割、建筑散射点高度重估等方法研究,探索层析SAR点云的建筑三维重建的新理论和新方法。

中文关键词: 散射点密度;信息熵;层析SAR;建筑三维重建

英文摘要: It is a important subject in the field of SAR 3D information acquisition to analysis and reconstruct the building 3D model using TomoSAR point cloud data. But at present, because the method of the target detection and extraction in TomoSAR point cloud is not perfect enough, it is very difficult to detect and extract the building in the complex environment that the building is surrounded by roads, trees and other structures. the subject aims at the problem of scatterer density estimation of TomoSAR point cloud, studies the scatterer density information entropy theory of different probability space, discovers the rules of building scatterer density probability distribution in TomoSAR point cloud, studies probability statistic model establishing theory of detecting and extracting building in TomoSAR point cloud. Aims the problem of building 3D reconstruction, studies the methods of TomoSAR point cloud data generation, building detection and extraction, segmentation of building facades and re-estimation of scatterer point height, explores the new theory and new method of building 3D reconstruction in TomoSAR point cloud.

英文关键词: Scatterer Point Density;Imformation Entropy ;TomoSAR;Building 3D Reconstruction

成为VIP会员查看完整内容
0

相关内容

基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
18+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
【泡泡一分钟】点密度适应性点云配准
泡泡机器人SLAM
16+阅读 · 2018年5月28日
Keras】基于SegNet和U-Net的遥感图像语义分割
全球人工智能
11+阅读 · 2018年1月22日
语义分割中的深度学习方法全解:从FCN、SegNet到DeepLab
炼数成金订阅号
26+阅读 · 2017年7月10日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
126+阅读 · 2020年9月6日
Arxiv
26+阅读 · 2020年2月21日
小贴士
相关VIP内容
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
18+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
相关资讯
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
【泡泡一分钟】点密度适应性点云配准
泡泡机器人SLAM
16+阅读 · 2018年5月28日
Keras】基于SegNet和U-Net的遥感图像语义分割
全球人工智能
11+阅读 · 2018年1月22日
语义分割中的深度学习方法全解:从FCN、SegNet到DeepLab
炼数成金订阅号
26+阅读 · 2017年7月10日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
微信扫码咨询专知VIP会员