文献

J-GLOBAL ID：202202258992401137   整理番号：22A0735368

オーバービューと街路視点に基づく点雲のクロスビューレジストレーションのためのグラフマッチングアプローチ【JST・京大機械翻訳】

A graph-matching approach for cross-view registration of over-view and street-view based point clouds

著者 (6件)： Ling Xiao (Geospatial Data Analytics Laboratory, The Ohio State University, 218B Bolz Hall, 2036 Neil Avenue, Columbus, OH 43210, USA) ,  Ling Xiao (Department of Civil, Environmental and Geodetic Engineering, The Ohio State University, 218B Bolz Hall, 2036 Neil Avenue, Columbus, OH 43210, USA) ,  Qin Rongjun (Geospatial Data Analytics Laboratory, The Ohio State University, 218B Bolz Hall, 2036 Neil Avenue, Columbus, OH 43210, USA) ,  Qin Rongjun (Department of Civil, Environmental and Geodetic Engineering, The Ohio State University, 218B Bolz Hall, 2036 Neil Avenue, Columbus, OH 43210, USA) ,  Qin Rongjun (Department of Electrical and Computer Engineering, The Ohio State University, 205 Dreese Lab, 2036 Neil Avenue, Columbus, OH 43210, USA) ,  Qin Rongjun (Translational Data Analytics Institute, The Ohio State University, USA)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 185  ページ： 2-15  発行年： 2022年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 複雑な都市環境に対する広域3Dデータ生成は,空中調査,衛星および移動車両のような,空気および地上プラットフォームの両方から収集したデータの混合使用をしばしば活用する必要がある。一方では,劇的に異なる見解(約90°およびそれ以上)から情報を有するそのような種類のデータ,それは,センサの視野の劇的な異なる線に起因する非常に限られた重なり領域に起因する,重要な手動努力なしで記録するのは難しい。一方,そのようなデータのレジストレーションは,しばしば,類似性変換によって簡単に修正できない,街路-ビューデータ(例えば,非剛体軌道ドリフト)の非剛体歪みに悩まされる。本論文では,オブジェクト境界(e)の仮定に基づいて,その推定を行った。オーバービューデータからの建物は,街路ビュー写真測量画像から生成されたファサード3Dポイントのフットプリントと一致し,グラフマッチングを通して大域的最適化フレームワークの下で,意味論的にセグメント化されたオブジェクト境界を,立体/マルチステレオ衛星画像から生成された,そして,単一眼ビデオ画像から生成された街路ビューポイントクラウドを入力として,また,衛星ベースおよび街路ビューベースポイントクラウドから生成された,グラフのノードとして,また,非剛体マッチングを可能にするグラフマッチング問題として,グラフのノードとして,建物区分を,グラフのノードとして構築するという観点から,この問題に対処することを目標とする,という事を目標とするものである。”そのために,この課題を,グラフのノードとして,立体/マルチ立体衛星画像から生成された,そして,また,単一眼ビデオ画像から生成された街路ビューポイントクラウドを,グラフのノードとして,また,非剛体のマッチを許すためのグラフマッチング問題として,グラフのノードとして構築する,という観点から,この問題に対処することを目指している,という事を目標とするものである。”その問題を扱うこと,および,この課題は,非剛体のマッチングを可能にするためのグラフマッチング問題として,グラフのノードとして構築する,という事を目標として,その課題を,グラフのノードとして構築する,という事を目標として,この課題を,グラフのノードとして構築する,という事を目標とした。ロバスト解を可能にし,これらのセグメント間のトポロジー関係を完全に利用するために,信念伝搬アルゴリズムを通して解いた共役グラフに関するグラフマッチング問題を扱うことを提案した。マッチしたノードは,正確なレジストレーションを可能にするための更なる最適化を受け,次に,2D-3D一貫性を保つために,街路ビュー画像上で制約付きバンドル調整を行い,それは,衛星ポイントクラウドに,よく登録された街路ビュー画像とポイントクラウドを生成する。提案手法は,街路ビューデータに対して,事前姿勢情報(例えば,消費者グレードGPS(グローバル位置決めシステム)からの非常にスパースな位置)を仮定せず,また,0.5mのGSD(Gラウンドサンプリング距離)衛星データおよび0.005mのGSD街路ビューデータを含む重要なスケール差を有する大きなクロスビューデータセットに適用され,データの12GBを含む長さ1.5kmのものであることを示した。”その方法”は,大きなクロスビューデータセットに適用されている。”その方法”は,データに対して0.5mのGSD(グラウンドサンプリング距離)衛星データおよび0.005mのGSD街路ビューデータを含む大きなクロスビューデータセットに適用された。実験により,提案手法は,収集したLiDAR点雲を用いて評価された有望な結果(3Dにおいて1.27m精度)を達成したことを示した。さらに,追加実験を行い,この方法が,様々なタイプのオーバービューと街路ビューデータソース,例えば,オープン街路ビューマップと意味ラベリングマップを処理できることを実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  最適化 ,  セグメンテーション ,  *街路 ,  画像 ,  *レジストレーション【画像】 ,  二次元 ,  衛星利用画像 ,  三次元 ,  *マッチング ,  GPS ,  ロバスト性 ,  都市環境
準シソーラス用語： *グラフマッチング ,  ビデオ画像 , 【Automatic Indexing@JST】

著者キーワード (3件)： クロスビューレジストレーション ,  グローバル最適化 ,  多視点衛星画像

分類 (2件)： 地形データの処理  (RC02050O) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (3件)： 街路 ,  視点 ,  点雲