基于神经体积渲染的多视角卫星图像数字地形图构建
计算机视觉与模式识别
2025-08-05 v1
摘要
数字地形图（Digital Terrain Map, DTM）是星球探索的重要组成部分，使之能够支持如航入、下降和着陆期间的地形相对导航等操作，并辅助地面导航。随着机器人探索任务日益宏大，对高质量DTM的需求也将不断增加。然而，当前针对卫星图像的多视图立体声谱法（multi-view stereo pipelines） produces DTMs 往往繁琐且需要大量手动图像预处理才能获得满意结果。本文通过适应神经体积渲染技术，直接从卫星图像中学习生成带纹理的数字地形图。我们提出的方法称为神经地形图（neural terrain maps, NTM），仅需每张图像像素的视角信息，不依赖深度或其他结构先验。我们在合成数据和真实卫星数据（包括地球和火星数据）上进行演示，场景规模可达 。我们通过与使用传统多视图立体声谱法生成的高质量DTM进行比较，评估输出地形图的精度。我们的方法显示出有前景的效果，即使在摄像机内外参数不完美时，地形预测的精度几乎等于卫星图像的分辨率。
引用
@article{arxiv.2508.01386,
title = {Construction of Digital Terrain Maps from Multi-view Satellite Imagery using Neural Volume Rendering},
author = {Josef X. Biberstein and Guilherme Cavalheiro and Juyeop Han and Sertac Karaman},
journal= {arXiv preprint arXiv:2508.01386},
year = {2025}
}