迈向从卫星到街景的无缝多视角场景分析
计算机视觉与模式识别
2017-09-29 v1
摘要
在本文中，我们讨论并回顾了从卫星到街景的组合多视角图像如何有益于场景分析。已有大量研究将遥感与地面获取的图像信息融合，用于土地覆盖制图、目标检测或场景理解等任务。使得俯视与街景图像结合具有挑战性的原因在于，两者视角差异大，且尺度、光照、传感器模态和获取时间不同。因此，基于像素的直接（密集）匹配通常是不可能的，必须采用本文将讨论的替代策略。我们回顾了近期试图将地面和俯视视角图像结合用于场景配准、重建或分类等目的的研究。我们详细描述了代表广泛潜在方法和应用（变化检测、图像定向和树木编目）的三种方法。我们表明，遥感、计算机视觉和机器学习之间的交叉融合对于充分利用地球观测传感器和地面图像获取的地理数据极具价值。尽管存在挑战，我们相信，整合这些互补的数据源将引领 Big GeoData 领域的重大突破。
引用
@article{arxiv.1705.08101,
title = {Towards seamless multi-view scene analysis from satellite to street-level},
author = {Sébastien Lefèvre and Devis Tuia and Jan Dirk Wegner and Timothée Produit and Ahmed Samy Nassar},
journal= {arXiv preprint arXiv:1705.08101},
year = {2017}
}