用于偶然获取卫星图像的语义立体匹配

相较于严格规划的双眼或三眼同步采集，偶然获取卫星图像用于立体重建的日益普及正助力实现及时的全球尺度三维制图；然而，由于季节性外观差异与场景变化，从多时相图像对中获得可靠的立体对应仍非常具有挑战性。近期有前景的研究表明，语义场景分割可为解决立体对应与重建问题中的歧义提供鲁棒的正则化先验。为支持基于偶然获取卫星图像的成对语义立体匹配与多视语义三维重建研究，我们建立了一个大规模公开数据集，包含两座大城市的多视、多波段卫星图像以及真实的几何与语义标签。为展示立体与分割任务的互补性，我们给出了改编自近期最先进卷积神经网络模型的轻量级公开基线，并评估了其性能。