BathyFacto：面向水深测量的折射感知双介质神经辐射场
计算机视觉与模式识别
2026-05-12 v1
摘要
基于无人机影像的水上摄影测量能够实现浅水水深测量，但空气-水界面的折射违反了运动恢复直线的假设，并导致系统性的深度偏差。我们提出了 BathyFacto，它是集成到 Nerfstudio 中的 Nerfacto 的折射感知双介质扩展，旨在生成度量精确的水下点云。BathyFacto 使用共享的基于哈希网格的密度场，以及一个接收一位介质标志（空气或水）的介质条件化颜色头，并将每条相机光线追踪为两段：空气中直到平水面为止的直线段，以及水中根据已知折射率通过斯涅尔定律计算的折射段。为了在空气-水边界上高效分配样本，我们采用了一个在跨越两种介质的虚拟直线上运行的单提议网络采样器，并结合了一个弯折密度包装器，该包装器在密度评估之前沿折射方向透明地校正水段位置。数据适配流水线将摄影测量重建转换为 Nerfstudio 兼容格式，从边界标记估计水平面，并提供逐像素的介质掩码以控制折射。我们还将点云导出扩展了折射校正的反投影和到世界及全局坐标系的可逆坐标变换。在一个具有已知真值的模拟双介质场景中，带折射的 BathyFacto 实现了 0.06 m 的 Cloud-to-Mesh 平均距离和 87% 的完整度，而 Nerfacto 基线为 0.52 m / 29%，无折射校正的传统 MVS 为 0.36 m / 21%。
引用
@article{arxiv.2605.10174,
title = {BathyFacto: Refraction-Aware Two-Media Neural Radiance Fields for Bathymetry},
author = {Markus Brezovsky and Anatol Günthner and Frederik Schulte and Lukas Winiwarter and Boris Jutzi and Gottfried Mandlburger},
journal= {arXiv preprint arXiv:2605.10174},
year = {2026}
}
备注
16 pages, 8 figures, 3 tables. Submitted to ISPRS Open Journal of Photogrammetry and Remote Sensing, Special Issue "3D Underwater Mapping from Above and Below"