重新定义侦察：融合无人机、360度相机与神经辐射场弥合差距
计算机视觉与模式识别
2024-01-15 v1 人工智能
摘要
在灾害情境下的数字态势感知领域，精确的数字表示（如三维模型）扮演着不可或缺的角色。为确保救援队伍的安全，常部署机器人平台来生成这些模型。本文介绍了一种创新方法，该方法协同了尺寸小于30厘米、配备360度相机的紧凑型无人机（UAV）的能力与神经辐射场（NeRF）的进展。NeRF是一种专门的神经网络，能够利用二维图像推断出任何场景的三维表示，并可根据需要从不同角度进行合成。该方法特别适用于遭受严重破坏的城市环境，在这些环境中，建筑物的结构完整性受损至无法进入的程度——这在地震后和严重火灾后常见。我们通过近期的火灾后场景测试了我们的方法，突显了NeRF即使在以水、雪、多变光照条件和反射表面为特征的挑战性户外环境中也具备有效性。
引用
@article{arxiv.2401.06143,
title = {Redefining Recon: Bridging Gaps with UAVs, 360 degree Cameras, and Neural Radiance Fields},
author = {Hartmut Surmann and Niklas Digakis and Jan-Nicklas Kremer and Julien Meine and Max Schulte and Niklas Voigt},
journal= {arXiv preprint arXiv:2401.06143},
year = {2024}
}
备注
6 pages, published at IEEE International Symposium on Safety,Security,and Rescue Robotics SSRR2023 in FUKUSHIMA, November 13-15 2023