公开(公告)号：CN118397211A

公开(公告)日：2024-07-26

申请号：CN202410527165.8

申请日：2024-04-29

申请人： 武汉大学

发明人： 张晓东 ,  王铜 ,  方海伦 ,  王家琪 ,  谭效良 ,  陈关州

IPC分类号： G06T17/10 ,  G06T19/20 ,  G06T15/04 ,  G06V10/764 ,  G06V10/26 ,  G06V20/70 ,  G06V10/82

摘要： 本发明公开一种基于深度学习的三维MESH建筑物单体化与纹理优化方法。该方法首先输入欲建模的三维MESH建筑物场景数据，进行数据转换，然后采用三维点云深度学习算法训练建筑物部件语义分割模型；同时对三维建筑物点云进行建筑物外轮廓分割，得到建筑各单体的外包轮廓，整合建筑物深度数据进行初步建模；接着对建筑立面细节门窗进行纹理修复，对建筑立面细节门窗进行纹理修复，将由于树木等遮挡而造成的空洞缺失等还原度较差的纹理进行大模型修复。本发明实现了半自动化和完善化的建筑物建模修模，模型数据真实、精细度较高且自动化程度较好。

公开(公告)号：CN118314347A

公开(公告)日：2024-07-09

申请号：CN202410529519.2

申请日：2024-04-29

申请人： 武汉大学

发明人： 张晓东 ,  王铜 ,  周文琳 ,  陈关州 ,  王家琪

IPC分类号： G06V10/26 ,  G06V20/70 ,  G06V20/17 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明公开了一种基于深度先验的无人机影像场景语义分割方法：(1)基于多视图立体匹配技术从无人机影像序列中重建三维场景，恢复每张无人机影像对应的深度图，并将深度图作为深度先验信息指导语义类别预测，同时提取可见光影像中的颜色纹理特征与深度图蕴含的几何轮廓特征，并基于几何信息和语义信息的互补性对两类模态特征进行智能融合，借助几何信息对可见光影像中易混淆地物和模糊边缘进行优化，以提高网络模型对无人机影像典型地物目标的识别精度；最后基于改进的CutMix方法和深度先验信息，设计面向无人机影像中小尺度目标的数据增强方法。本发明能够提高无人机影像典型地物的识别精度，优化提取目标的轮廓。