视频影像作为一种容易快速获取且廉价的数据,一直是摄影测量与计算机视觉领域三维重建研究的重要源数据之一。由于视频影像分辨率低造成线/面特征提取困难,影像间基线过短难以建立精确的成像几何关系,普通车载或手持数码相机(摄像机)拍摄得到的视频影像序列还缺少辅助信息如控制点和数字高程模型等,因此基于普通视频序列影像的建筑物三维自动重建具有很大的难度,是国际学术研究的前沿性问题。本申请旨在充分利用视频序列影像间高重叠度的冗余信息和建筑物语义信息,系统研究可靠匹配点引导下的三维特征线和特征面提取方法、特征线段和面片的层次聚类方法、以及基于知识(包括语义信息和拓扑关系)的几何面片分类识别与拓扑连接方法等关键问题,形成一种基于视频序列影像由粗到精逼真重建建筑物三维立面模型的实用技术体系,为三维城市建模和计算机视觉等提供一种新的更高效可靠的途径。
{{i.achievement_title}}
数据更新时间:2023-05-31
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
F_q上一类周期为2p~2的四元广义分圆序列的线性复杂度
掘进工作面局部通风风筒悬挂位置的数值模拟
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
基于车载序列影像的高建筑密度城市三维建筑物重建方法
TIN约束下的建筑物三维自动重建方法
复杂环境下基于视频序列影像的交通事件自动语义识别方法
高分影像建筑物自动提取方法研究