AerialGo：从空中视角生成城市步行视图
计算机视觉与模式识别
2024-12-03 v1 机器学习
摘要
高质量的3D城市重建对于城市规划、导航和AR/VR应用至关重要。然而，跨城市捕获详细的地面数据既 labor-intensive，又涉及关于车牌、面容及其他个人标识符的显著隐私问题。为解决这些挑战，我们提出AerialGo—a一种新型框架，从空中图像生成逼真的步行城市视图，利用多视图扩散模型实现可扩展、照片级的城市重建，无需直接收集地面数据。通过将地面视角合成条件化于可及的空中数据，AerialGo规避了地面图像中固有的隐私风险。为支持模型训练，我们引入AerialGo数据集，一个包含多样化空中和地面视角图像、相机和深度信息的大规模数据集，旨在支持生成式城市重建。实验表明，AerialGo显著提升了地面视角的真实性和结构连贯性，提供了一个隐私友好、可扩展的城市规模3D建模解决方案。
引用
@article{arxiv.2412.00157,
title = {AerialGo: Walking-through City View Generation from Aerial Perspectives},
author = {Fuqiang Zhao and Yijing Guo and Siyuan Yang and Xi Chen and Luo Wang and Lan Xu and Yingliang Zhang and Yujiao Shi and Jingyi Yu},
journal= {arXiv preprint arXiv:2412.00157},
year = {2024}
}
备注
11 pages, 7 figures