基于联合 2D-3D 学习的航拍图像网格重建用于室外地形测绘

本文研究利用无人机获取的俯视图像进行室外地形测绘。飞行中从航拍图像进行稠密深度估计具挑战性。基于特征的定位与建图技术可实时提供里程计与稀疏点重建，而稠密环境模型通常离线恢复且需大量计算与存储。本文提出一种联合 2D-3D 学习方法，在每个相机关键帧重建局部网格，并可拼装为全局环境模型。各局部网格由稀疏深度测量初始化。我们通过相机投影将图像特征与网格顶点关联，并应用图卷积基于联合 2D 重投影深度与 3D 网格监督细化网格顶点。使用真实航拍图像的定量与定性评估显示了该方法在支持环境监测与监视应用上的潜力。