FaSS-MVS: 快速多视图立体声与来自无人机单眼图像的表面感知半全球匹配
Boitumelo Ruf1, Martin Weinmann2, Stefan Hinz2
1Fraunhofer Institute of Optronics, System Technologies and Image Exploitation IOSB, 76131 Karlsruhe, Germany.
Sensors (Basel, Switzerland)
|October 16, 2024
概括
对于空中视频,FaSS-MVS可以使用快速的,面积感知的半全球优化进行快速的3D绘图. 这种方法快速估计来自无人机 (UAV) 数据的深度和正常地图,用于实时场景重建.
科学领域:
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
- 这是一种摄影计量技术 (photogrammetry).
背景情况:
- 从空中图像中准确地绘制3D地图对于测量和自主导航等应用至关重要.
- 现有的多视图立体声 (MVS) 方法往往难以满足实时处理需求,特别是对于大规模或低高度斜视图像.
- 无人驾驶飞行器 (UAV) 提供有价值的空中视频数据,但需要高效的处理来立即生成3D地图.
研究的目的:
- 引入FaSS-MVS,这是一个新的方法,用于在多视图立体中快速,表面意识的半全球优化.
- 通过无人机捕获的单眼空中视频数据来实现快速的深度和正常地图估计.
- 为了促进高精度和效率的在线和增量3D绘图.
主要方法:
- 对于深度和正常估计,FaSS-MVS采用一个分层的,从粗到细的处理方案.
- 一个平面扫描算法用于密集的多图像匹配,以生成深度假设.
- 面积意识的半全球优化完善了深度图,减轻了传统半全球匹配 (SGM) 的前端平行偏差.
- 正常向量是通过将深度图重新投射到点云并分析当地的社区来计算的.
主要成果:
- FaSS-MVS的准确性与最先进的离线MVS方法相美.
- 深度和正常地图估计的运行时间显著减少,平均不到COLMAP运行时间的14%.
- 该系统支持在线和增量处理全高清图像在1-2赫兹,使实时3D映射.
结论:
- FaSS-MVS提供了一种高效的解决方案,用于从无人机空中视频中实时绘制3D地图.
- 表面感知优化显著提高了深度估计质量,同时保持了速度.
- 这种方法弥合了高精度MVS和在线无人机应用程序的实时要求之间的差距.
