基于可见光遥感图像的目标建筑物三维模型优化方法
申请人信息
- 申请人:中国人民解放军海军航空大学
- 申请人地址:264000 山东省烟台市芝罘区二马路188
- 发明人: 中国人民解放军海军航空大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于可见光遥感图像的目标建筑物三维模型优化方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311502664.3 |
| 申请日 | 2023/11/10 |
| 公告号 | CN117456144A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06T19/20 |
| 权利人 | 中国人民解放军海军航空大学 |
| 发明人 | 徐从安; 高龙; 孙炜玮; 曹振赫; 吴俊峰; 闫奕名; 刘新琦; 宿南 |
| 地址 | 山东省烟台市二马路188号 |
摘要文本
本发明公开了一种基于可见光遥感图像的目标建筑物三维模型优化方法，包括构建模型优化网络、训练网络、使用训练后的网络对三维模型进行优化等步骤。所述模型优化网络的输入为目标建筑物的轮廓图像、视角信息及对应的三维模型，输出为损失值；所述视角信息代表了轮廓图像和三维模型之间的角度关系，所述损失值代表了轮廓图像和三维模型的重合程度。本发明对可见光遥感图像进行目标轮廓提取后，将目标的轮廓图像与该视角下的目标三维模型的整体轮廓进行匹配，根据匹配差异对目标三维模型进行形变，并通过一系列损失函数进行约束，减少领域差距，优化模型细节，进而获得结构完整、尺度精确的三维建筑模型。 百度搜索专利查询网
专利主权项内容
1.一种基于可见光遥感图像的目标建筑物三维模型优化方法，其特征在于步骤包括：步骤1、构建模型优化网络，所述模型优化网络的输入为目标建筑物的轮廓图像、视角信息及对应的三维模型，输出为损失值；所述视角信息代表了轮廓图像和三维模型之间的角度关系，所述损失值代表了轮廓图像和三维模型的重合程度；步骤2、将训练数据集输入到模型优化网络中进行训练，所述训练数据集包括多组训练样本，各所述训练样本中包含重合程度满足要求的轮廓图像和三维模型，以及对应的视角信息；训练时，通过不断调整模型优化网络的参数使网络输出的损失值逐渐减小至满足要求的最小值，此时模型优化网络训练完毕；步骤3、使用训练好的模型优化网络对待优化三维模型进行优化：步骤3-1、获取待优化三维模型对应的建筑物遥感图像，从建筑物遥感图像中获取目标建筑物的轮廓图像；步骤3-2、将根据目标建筑物的轮廓图像输入到角度估计网络之中进行相机参数估计，得到目标建筑物的视角信息；步骤3-3、将目标建筑物的轮廓图像和视角信息，以及待优化的三维模型输入到模型优化网络中，得到损失值；步骤3-4、根据损失值调整三维模型中顶点的位置，得到新的三维模型；步骤3-5、将新的三维模型，以及轮廓图像和视角信息再次输入到模型优化网络中，得到当前损失值，判断当前损失值是否低于预设值，如果低于预设值则将当前的三维模型作为优化后的三维模型，否则返回执行步骤3-4。 关注公众号马 克 数 据 网