Microsoft Bing 3D 城市与小型无人机摄影测量数据的语义分割及数据融合
计算机视觉与模式识别
2020-08-25 v1
摘要
借助最先进的传感与摄影测量技术，Microsoft Bing Maps 团队已利用来自 11 个不同国家的高分辨率航拍图像，创建了超过 125 座高度精细的 3D 城市，覆盖数十万平方公里区域。这些 3D 城市模型采用摄影测量技术，由飞机挂载相机捕获的高分辨率影像生成。如此庞大的 3D 城市数据库已引起美国陆军关注，被用于创建虚拟仿真环境以支持军事行动。然而，这些 3D 城市模型缺乏建筑、植被、地面等语义信息，无法支持复杂的用户级与系统级交互。在 I/ITSEC 2019 上，作者提出了一种基于无人机摄影测量数据创建仿真地形的全自动数据分割与目标信息提取框架。本文讨论了扩展我们所设计的数据分割框架以分割 3D 城市数据的后续步骤。本研究中，作者首先考察了现有框架应用于 Bing 数据时的优势与局限，重点指出了无人机与飞机摄影测量数据之间的主要差异，并识别出航拍摄影测量数据中可能对分割性能产生负面影响的 data quality 问题。基于上述发现，我们设计了一套专门针对 Bing 数据特征的工作流。此外，由于最终目标是在虚拟仿真环境中联合使用小型无人机（UAV）采集数据与 Bing 数据，需将这两类来源的数据对齐并配准。为此，作者还提出了一种利用传统迭代最近点（ICP）算法与所提取语义信息的数据配准工作流。
引用
@article{arxiv.2008.09648,
title = {Semantic Segmentation and Data Fusion of Microsoft Bing 3D Cities and Small UAV-based Photogrammetric Data},
author = {Meida Chen and Andrew Feng and Kyle McCullough and Pratusha Bhuvana Prasad and Ryan McAlinden and Lucio Soibelman},
journal= {arXiv preprint arXiv:2008.09648},
year = {2020}
}