TS-SatMVSNet：面向大规模地球地形多视图立体的坡度感知高度估计
计算机视觉与模式识别
2025-01-03 v1
摘要
利用遥感影像进行三维地形重建实现了经济高效的大规模地球观测，对于防灾减灾、生态变化监测和环境保护至关重要。最近，基于学习的多视图立体（MVS）方法在该任务中显示出前景。然而，这些方法只是简单修改了通用的基于学习的MVS框架用于高度估计，忽略了地形特征，导致精度不足。考虑到地球表面通常起伏平缓，可以用坡度来衡量，将坡度考虑纳入MVS框架可以提高地形重建的精度。为此，我们提出了一种端到端的坡度感知高度估计网络，名为TS-SatMVSNet，用于大规模遥感地形重建。为了有效获取坡度表示，借鉴数学梯度概念，我们创新性地提出了一种基于高度的坡度计算策略，首先从高度图计算坡度图以测量地形起伏。为了将坡度信息充分集成到MVS流程中，我们分别设计了两个坡度引导模块，以在微观和宏观层面增强重建结果。具体来说，在微观层面，我们设计了一个坡度引导的区间划分模块，利用坡度值进行精细的高度估计。在宏观层面，提出了一个高度校正模块，使用可学习的高斯平滑算子来修正不准确的高度值。此外，为了提高高度估计的有效性，我们提出了一种坡度方向损失，用于隐式优化高度估计结果。在WHU-TLC数据集和MVS3D数据集上的大量实验表明，我们提出的方法达到了最先进的性能，并展示了有竞争力的泛化能力。
引用
@article{arxiv.2501.01049,
title = {TS-SatMVSNet: Slope Aware Height Estimation for Large-Scale Earth Terrain Multi-view Stereo},
author = {Song Zhang and Zhiwei Wei and Wenjia Xu and Lili Zhang and Yang Wang and Jinming Zhang and Junyi Liu},
journal= {arXiv preprint arXiv:2501.01049},
year = {2025}
}