基于超广义立体像对的建筑物三维重建技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61601135
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0113.信息获取与处理
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

In recent years, three-dimensional (3D) reconstruction based on multi-source remote sensing data has brought great convenience for many military and civil applications. However, in terms of input data,resources of remote sensing stereo-pairs are very limited in our country. Moreover, varies of radar sensors,which can capture three-dimensional data of the earth's surface, also belong to the scarce resources in many emergency situations. ‘Super-generalized stereo-pairs’ (SGSPs) are any combinations of two or more optical images that covering same area but imaging in different angles. SGSPs are easily obtained due to its low requirements. Since the traditional 3D reconstruction conditions are not satisfied, we could not use the traditional way dealing with 3D reconstruction of object on the ground using SGSPs. As a result, this research is focusing on 3D reconstruction of buildings by SGSPs, to enhance the technology of 3D reconstruction and alleviate the plight of limitations of resources in our country. A novel 3D reconstruction framework is proposed. Under constraints of projection feature of the multi-angle images in SGSPs, we introduce a parameterized simulation model to dynamic approximate the actual 3D structure of the building, by which we are solving the problems of 3D information acquisition and 3D structural parameters estimation, and perform 3D reconstruction of buildings in an acceptable precision.
近年来,基于多源遥感数据的地物三维重建技术为各国诸多军事、民事应用带来了极大便利。然而,在输入条件方面,我国遥感光学立体像对资源十分有限,在诸多紧急应用需求时,能够捕获地表三维数据的多种雷达传感器亦属于稀缺资源。“超广义立体像对”,可由能够覆盖同一区域的、不同观测角度的、两幅或多幅可见光遥感影像任意组合构成,因构成要求低而易于获取,但由于不满足传统遥感立体像对的约束条件,难以通过传统方法实现三维重建。本课题为提高基于遥感资源的地物三维重建技术能力,缓解我国遥感立体资源不足的困境,拟研究基于超广义立体像对的建筑物三维重建技术。建立一种全新的遥感建筑物三维重建框架,以超广义立体像对中多角度的可见光影像投影特征为约束,通过参数化的仿真模型动态逼近实际建筑物三维结构,解决建筑物三维信息获取和三维结构参数估计的问题,从而实现满足一定精度的建筑物三维重建。

结项摘要

多年以来,基于多源遥感数据的地物三维重建技术为各国诸多军事、民事应用带来了极大便利。然而,在输入条件方面,我国遥感光学立体像对资源十分有限,在诸多紧急应用需求时,能够捕获地表三维数据的多种雷达传感器亦属于稀缺资源。“超广义立体像对”,可由能够覆盖同一区域的、不同观测角度的、两幅或多幅可见光遥感影像任意组合构成,因构成要求低而易于获取,但由于不满足传统遥感立体像对的约束条件,难以通过传统方法实现三维重建。本课题为提高基于遥感资源的地物三维重建技术能力,改善我国遥感立体资源不足的困境,研究了基于超广义立体像对的建筑物三维重建技术。本课题总体上按照预定计划完成,并完成了预期的创新成果。其特色在于建立了一种全新的遥感建筑物三维重建框架,以超广义立体像对中多角度的可见光影像投影特征为约束,通过参数化的仿真模型动态逼近实际建筑物三维结构,解决建筑物三维信息获取和三维结构参数估计的问题,从而实现满足一定精度的建筑物三维重建。进而,在此三维重建技术框架下,优化各个技术环节取得的主要创新包括:1)提出了一种基于动态多轮廓投影逼近的超广义立体像对三维重建框架,实现了本课题基本理论构想;2)提出了一种基于栈式自动编码器的建筑物检测方法,实现了较高精度的建筑物检测;3)提出了基于直线约束的建筑物区域拓扑分析策略,实现了较高精度的建筑物检测;4)提出了一种基于目标的辐射归一化方法,用于对建筑物遮挡区域进行信息恢复。此外,提出了一种基于仿真样本的数据增强策略,该策略能够有效改善深度学习各类方法对训练样本的需求问题,拟将该策略应用于基于深度学习的三维重建方法,作为本课题后续研究更具普适性的遥感三维重建方法重要支撑技术。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(4)
A Novel Data Augmentation Method for Sea Ice Scene Classification on of Arctic Aerial Images
北极航拍图像海冰场景分类的一种新数据增强方法
  • DOI:
    10.1109/access.2019.2929861
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Yan Yiming;Zhang Chunming;Su Nan
  • 通讯作者:
    Su Nan
A Novel Data Augmentation Method for Detection of Specific Aircraft in Remote Sensing RGB Images
一种用于遥感 RGB 图像中特定飞机检测的新型数据增强方法
  • DOI:
    10.1109/access.2019.2913191
  • 发表时间:
    2019-04
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Yan Yiming;Zhang Yumo;Su Nan
  • 通讯作者:
    Su Nan
A Data Augmentation Strategy Based on Simulated Samples for Ship Detection in RGB Remote Sensing Images
基于模拟样本的RGB遥感图像船舶检测数据增强策略
  • DOI:
    10.3390/ijgi8060276
  • 发表时间:
    2019
  • 期刊:
    ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION
  • 影响因子:
    3.4
  • 作者:
    闫奕名;谭智超;宿南
  • 通讯作者:
    宿南
基于密度背景纯化的高光谱异常检测算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    哈尔滨工程大学学报
  • 影响因子:
    --
  • 作者:
    赵春晖;王鑫鹏;闫奕名
  • 通讯作者:
    闫奕名

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Shape Reconstruction of Object-Level Building From Single Image Based on Implicit Representation Network
基于隐式表示网络的单图像对象级建筑形状重建
  • DOI:
    10.1109/lgrs.2021.3126767
  • 发表时间:
    2022
  • 期刊:
    IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
  • 影响因子:
    4.8
  • 作者:
    赵春晖;张弛;闫奕名;宿南
  • 通讯作者:
    宿南
SII-Net: Spatial Information Integration Network for Small Target Detection in SAR Images
SII-Net:SAR图像中小目标检测的空间信息集成网络
  • DOI:
    10.3390/rs14030442
  • 发表时间:
    2022-01
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    宿南;何佳月;闫奕名;赵春晖;邢相薇
  • 通讯作者:
    邢相薇
基于背景密度纯化的高光谱异常检测
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    哈尔滨工程大学学报
  • 影响因子:
    --
  • 作者:
    赵春晖;王鑫鹏;闫奕名
  • 通讯作者:
    闫奕名
A 3D Reconstruction Framework of Buildings Using Single Off-Nadir Satellite Image
使用单个离天底卫星图像的建筑物 3D 重建框架
  • DOI:
    10.3390/rs13214434
  • 发表时间:
    2021-11
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    赵春晖;张弛;闫奕名;宿南
  • 通讯作者:
    宿南
基于虚拟背景光谱Hausdorff距离的高光谱异常检测及GPU实现
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    沈阳大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    赵春晖;李佳伟;闫奕名;宿南
  • 通讯作者:
    宿南

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

闫奕名的其他基金

面向超广义立体像对的建筑物信息提取和三维重建技术
  • 批准号:
    62071136
  • 批准年份:
    2020
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码