期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合倾斜摄影与地面LiDAR的复杂环境实景三维重建
被引量：
1
1
作者
甘拯
夏辉
左辛凯
《人民长江》
北大核心
2024年第S01期249-252,共4页
罗田水库—铁岗水库隧洞连通工程穿越城市建成区,地形地貌条件复杂。为满足工程沿线地面重点构筑物设计要求,针对倾斜摄影在地物立面重建的缺陷问题,结合地面激光SLAM移动测量手段,提出了一种泊松重建改进算法,深度融合低空倾斜影像与...
罗田水库—铁岗水库隧洞连通工程穿越城市建成区,地形地貌条件复杂。为满足工程沿线地面重点构筑物设计要求,针对倾斜摄影在地物立面重建的缺陷问题,结合地面激光SLAM移动测量手段,提出了一种泊松重建改进算法,深度融合低空倾斜影像与地面激光点云,以改善三维模型棱角不够突出、平面不够平整的问题。试验证明:在遮挡较为严重的近地面区域,提出的方法能够有效提高实景三维重建的精度和效果,可为工程量精确评估与辅助分析决策提供更加可靠的实景三维模型。
展开更多
关键词
倾斜摄影
地面LiDAR
实景三维重建
地面激光SLAM
泊松
重建
改进算法
罗铁工程
在线阅读
下载PDF
职称材料
基于深度学习无人机影像道路实景三维修复
被引量：
2
2
作者
蒋萧
邱春霞
+4 位作者
张春森
郭丙轩
帅林宏
彭哲
贾欣
《西安科技大学学报》
CAS
北大核心
2024年第1期175-184,共10页
针对基于无人机倾斜影像实景三维重建中,移动目标对道路实景三维重建造成几何变形和纹理失真的问题,提出一种基于深度学习的无人机影像道路实景三维修复方法。首先,通过添加注意力机制的深度学习网络模型YOLOv8对影像中目标进行检测;其...
针对基于无人机倾斜影像实景三维重建中,移动目标对道路实景三维重建造成几何变形和纹理失真的问题,提出一种基于深度学习的无人机影像道路实景三维修复方法。首先,通过添加注意力机制的深度学习网络模型YOLOv8对影像中目标进行检测;其次,在得到影像对应目标标记的基础上,根据已生成三维Mesh模型中各三角面在可视影像集合中的投影位置,结合影像所标记目标的对应范围,统计各三角面的类别信息以此判定移动目标;最后,利用移动目标判定结果对移动目标造成的三维模型几何变形及纹理错误进行修复,实现道路实景三维重建。结果表明:改进的网络模型较YOLOv4、YOLOv5和YOLOv8模型,平均精度(mAP)值平均提升10.82%,移动目标判定准确率达97.43%。与流行国外商业软件相比,所提方法重建修复效果更佳,自动化程度更高。
展开更多
关键词
实景三维重建
深度学习
Mesh模型
遮挡剔除
纹理修复
在线阅读
下载PDF
职称材料
顾及地面POS信息的空地一体城市三维实景重建
被引量：
8
3
作者
康停军
夏义雄
+1 位作者
张新长
周剑锋
《测绘通报》
CSCD
北大核心
2023年第1期8-13,共6页
实景三维模型为数字孪生提供了统一的数字空间底座。在城市场景中,贴近地面及在空中视角下被遮挡的地物是实景三维重建的难点。针对城市复杂空间环境和无人机飞行局限的问题,本文基于倾斜摄影与空地一体融合建模的基础理论,考虑POS信息...
实景三维模型为数字孪生提供了统一的数字空间底座。在城市场景中,贴近地面及在空中视角下被遮挡的地物是实景三维重建的难点。针对城市复杂空间环境和无人机飞行局限的问题,本文基于倾斜摄影与空地一体融合建模的基础理论,考虑POS信息对空地一体空三融合的影响,提出了一种顾及地面POS信息的城市实景三维重建方法,并使用此方法对佛山市历史文化街区进行了精细化建模。试验表明,与常规方法相比,该方法的模型效果好、效率高,对实景三维产品的生产与空间数据多尺度表达具有重要意义,可为数字孪生应用提供更精细的地理场景表现形式。
展开更多
关键词
数字孪生
地面POS信息
空地一体
实景三维重建
在线阅读
下载PDF
职称材料
题名
结合倾斜摄影与地面LiDAR的复杂环境实景三维重建
被引量：
1
1
作者
甘拯
夏辉
左辛凯
机构
长江空间信息技术工程有限公司(武汉)
出处
《人民长江》
北大核心
2024年第S01期249-252,共4页
文摘
罗田水库—铁岗水库隧洞连通工程穿越城市建成区,地形地貌条件复杂。为满足工程沿线地面重点构筑物设计要求,针对倾斜摄影在地物立面重建的缺陷问题,结合地面激光SLAM移动测量手段,提出了一种泊松重建改进算法,深度融合低空倾斜影像与地面激光点云,以改善三维模型棱角不够突出、平面不够平整的问题。试验证明:在遮挡较为严重的近地面区域,提出的方法能够有效提高实景三维重建的精度和效果,可为工程量精确评估与辅助分析决策提供更加可靠的实景三维模型。
关键词
倾斜摄影
地面LiDAR
实景三维重建
地面激光SLAM
泊松
重建
改进算法
罗铁工程
分类号
P232 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
基于深度学习无人机影像道路实景三维修复
被引量：
2
2
作者
蒋萧
邱春霞
张春森
郭丙轩
帅林宏
彭哲
贾欣
机构
西安科技大学测绘科学与技术学院
武汉大学测绘遥感信息工程国家重点实验室
武汉讯图时空软件科技有限公司
出处
《西安科技大学学报》
CAS
北大核心
2024年第1期175-184,共10页
基金
国家自然科学基金项目(92038301)
自然资源部城市国土资源监测与仿真重点实验室开放基金项目(KF-2022-07-003)
+1 种基金
武汉大学-华为空间信息技术创新实验室资助项目(K22-4201-011)
长江水利委员会长江科学院开放研究基金项目(CKWV20231167/KY)。
文摘
针对基于无人机倾斜影像实景三维重建中,移动目标对道路实景三维重建造成几何变形和纹理失真的问题,提出一种基于深度学习的无人机影像道路实景三维修复方法。首先,通过添加注意力机制的深度学习网络模型YOLOv8对影像中目标进行检测;其次,在得到影像对应目标标记的基础上,根据已生成三维Mesh模型中各三角面在可视影像集合中的投影位置,结合影像所标记目标的对应范围,统计各三角面的类别信息以此判定移动目标;最后,利用移动目标判定结果对移动目标造成的三维模型几何变形及纹理错误进行修复,实现道路实景三维重建。结果表明:改进的网络模型较YOLOv4、YOLOv5和YOLOv8模型,平均精度(mAP)值平均提升10.82%,移动目标判定准确率达97.43%。与流行国外商业软件相比,所提方法重建修复效果更佳,自动化程度更高。
关键词
实景三维重建
深度学习
Mesh模型
遮挡剔除
纹理修复
Keywords
reality 3D reconstruction of real scene
deep learning
Mesh model
occlusion culling
texture restoration
分类号
P231 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
顾及地面POS信息的空地一体城市三维实景重建
被引量：
8
3
作者
康停军
夏义雄
张新长
周剑锋
机构
佛山市测绘地理信息研究院
广州大学地理与遥感学院
出处
《测绘通报》
CSCD
北大核心
2023年第1期8-13,共6页
基金
国家自然科学基金面上项目(42071441)。
文摘
实景三维模型为数字孪生提供了统一的数字空间底座。在城市场景中,贴近地面及在空中视角下被遮挡的地物是实景三维重建的难点。针对城市复杂空间环境和无人机飞行局限的问题,本文基于倾斜摄影与空地一体融合建模的基础理论,考虑POS信息对空地一体空三融合的影响,提出了一种顾及地面POS信息的城市实景三维重建方法,并使用此方法对佛山市历史文化街区进行了精细化建模。试验表明,与常规方法相比,该方法的模型效果好、效率高,对实景三维产品的生产与空间数据多尺度表达具有重要意义,可为数字孪生应用提供更精细的地理场景表现形式。
关键词
数字孪生
地面POS信息
空地一体
实景三维重建
Keywords
digital twin
ground position and orientation system information
air-ground integration
real 3D reconstruction
分类号
P237 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合倾斜摄影与地面LiDAR的复杂环境实景三维重建
甘拯
夏辉
左辛凯
《人民长江》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于深度学习无人机影像道路实景三维修复
蒋萧
邱春霞
张春森
郭丙轩
帅林宏
彭哲
贾欣
《西安科技大学学报》
CAS
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
顾及地面POS信息的空地一体城市三维实景重建
康停军
夏义雄
张新长
周剑锋
《测绘通报》
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
