受限稀疏航空图像与 3D SAR 融合的城市神经表面重建
计算机视觉与模式识别
2026-01-30 v1
摘要
神经表面重建（NSR）最近在从多视角航空图像中进行城市 3D 重建方面显示出强大的潜力。然而，现有 NSR 方法在几何歧义和不稳定性方面常常受限，尤其是在稀疏视角条件下。这一问题在大规模城市遥感中尤为关键，因为航空图像获取受限于飞行路径、地形和成本。为此，我们提出首个在受限稀疏视角下融合 3D 合成孔径雷达（SAR）点云与航空图像的城市 NSR 框架，实现高保真重建。3D SAR 可从单个侧视飞行路径高效捕获大规模几何结构，提供稳健的先验条件，以补充图像的光度线索。我们的框架将雷达派生的空间约束集成到基于 SDF 的 NSR 主干网络中，引导结构感知射线选择和自适应抽样，以实现稳定高效的优化。我们还构建了第一个与共注册的 3D SAR 点云和航空图像的基准数据集，促进跨模态 3D 重建的系统评估。广泛实验表明，融合 3D SAR 在高度稀疏和倾斜视角条件下，显著提升了重建的精度、完整性和鲁棒性，凸显了利用先进航空和空间光学-SAR 传感技术实现大规模高保真城市重建的可行路径。
引用
@article{arxiv.2601.22045,
title = {Urban Neural Surface Reconstruction from Constrained Sparse Aerial Imagery with 3D SAR Fusion},
author = {Da Li and Chen Yao and Tong Mao and Jiacheng Bao and Houjun Sun},
journal= {arXiv preprint arXiv:2601.22045},
year = {2026}
}