非合作空间目标的联合姿态估计与3D神经重建
计算机视觉与模式识别
2025-06-26 v1
摘要
更好地了解环绕地球空间对象的当前状态和行为对于主动碎片清除、轨道维护或异常检测等一系列应用至关重要。3D模型是空间情报(SSA)领域的宝贵信息来源。在本工作中，我们利用神经辐射场(NeRF)对非合作空间目标进行3D重建。来自模拟图像的数据在NeRF模型中具有挑战性 due to unusual camera characteristics and environmental conditions：单色图像、未知对象姿态、受限视角、缺乏漫反射照明等。在本工作中我们主要关注在NeRF中联合优化相机姿态。我们的实验结果表明，针对连续的图像逐一训练可实现最精确的3D重建。我们通过优化均匀旋转来估计相机姿态，并使用正则化防止连续姿态彼此过大。
引用
@article{arxiv.2506.20638,
title = {Joint attitude estimation and 3D neural reconstruction of non-cooperative space objects},
author = {Clément Forray and Pauline Delporte and Nicolas Delaygue and Florence Genin and Dawa Derksen},
journal= {arXiv preprint arXiv:2506.20638},
year = {2025}
}
备注
accepted for CVPR 2025 NFBCC workshop