FlyNeRF：基于 NeRF 的高质量 3D 场景重建航空测绘
机器人学
2024-04-22 v1
摘要
当前的 3D 重建与环境测绘方法在实现高精度方面经常面临挑战，这凸显了对实用且有效解决方案的需求。针对这一问题，我们的研究引入了 FlyNeRF，这是一个将神经辐射场与基于无人机数据采集相集成以实现高质量 3D 重建的系统。利用无人机捕获图像及相应的空间坐标，所获数据随后用于环境的初始基于 NeRF 的 3D 重建。在我们系统范围内开发的图像评估神经网络完成了对重建渲染质量的进一步评估。根据图像评估模块的结果，自主算法确定额外图像捕获的位置，从而提高重建质量。所引入的用于渲染质量评估的神经网络展示了 97% 的准确率。此外，我们的自适应方法提高了整体重建质量，使得 10% 分位数上的峰值信噪比（PSNR）平均提升了 2.5 dB。FlyNeRF 展示了有前景的结果，在环境监测、监控和数字孪生等高保真 3D 重建至关重要的领域提供了进步。
引用
@article{arxiv.2404.12970,
title = {FlyNeRF: NeRF-Based Aerial Mapping for High-Quality 3D Scene Reconstruction},
author = {Maria Dronova and Vladislav Cheremnykh and Alexey Kotcov and Aleksey Fedoseev and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2404.12970},
year = {2024}
}