《傾斜影像高效匹配的近鄰信息監督度量學習方法》是依託西南交通大學，由胡翰擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：傾斜影像高效匹配的近鄰信息監督度量學習方法
- 項目類別：青年科學基金項目
- 項目負責人：胡翰
- 依託單位：西南交通大學
項目摘要,結題摘要,
項目摘要
航空多角度傾斜攝影測量已經成為實景精細三維模型重建的主要手段，針對傾斜影像高效處理廣泛採用類SIFT高維特徵描述符面臨的匹配效率瓶頸難題，本項目深入研究高維特徵描述符維度約減方法。傳統譜分解的降維方法，如主成份分析等，依賴於數據的常態分配假設，並不適用於具有顯著紋理特徵的特徵點。針對特徵點的結構特性以及影像匹配的特殊需求，本項目擬將高維特徵描述符的維度約減轉化為近鄰信息監督度量學習問題，不對數據分布做任何假設，僅利用訓練數據中同名點與非同名點的語義標記信息，將高維特徵描述符投影至低維子空間中，具體研究內容包括：1）邊界約束的傾斜影像特徵匹配方法，克服幾何輻射質量問題，獲取訓練數據集；2）空間關係約束的粗差檢測，提高訓練數據精度；3）近鄰信息監督度量學習方法，實現特徵描述符維度約減，提高匹配效率。本項目將採用國產SWDC-5傾斜攝影系統和ISPRS基準測試數據進行實驗分析，驗證本方法有效性。
結題摘要
針對傾斜攝影測量中影像差異過大導致的特徵匹配難題，本項目創新的提出了一種邊界條件約束的最小二乘匹配方法，突破了傳統最小二乘匹配方法在非線性疊代最佳化求解中凸顯的收斂性較差的難題，將正確匹配點的收斂率提高至100%。基於上述成果，本項目進一步研究了傾斜攝影測量中的密集匹配、點雲分類和三維模型最佳化等問題。基於本項目資助，共發表高水平SCI/EI論文11篇，項目負責人均為第一/通訊作者；授權專利1項，正在受理4項；相關成果支持傾斜攝影測量精細建模軟體OSketch研發，用廣泛用於我國數字城市建設，榮獲省部級獎勵4項，其中一等獎和二等獎各兩項。完成項目既定成果要求。
