分层特征融合网络航拍图像超分辨率重建

基于深度学习的图像超分辨率网络模型复杂度高,特征利用率较低,尤其是应用在复杂拍摄环境中的图像超分辨率重建,由于特征损失严重,最终重建的效果也较差。针对以上问题,提出分层特征融合图像超分辨率网络。引入对称式的分层结构,以增强不同层次图像特征的融合;使用更为密集的残差连接结构,减少局部残差损失,同时缓解梯度消失和梯度爆炸问题;在每个残差块中加入注意力机制,增强网络对图像高频信息的敏感度。为了验证算法在复杂环境中的效果,将模型应用于高空航拍图像超分辨率重建中。实验结果表明,所提算法相比于EDSR算法,在14个不同航拍图像环境中,尤其是复杂场景下的重建,平均PSNR提高了0.31 dB,效果显著。

无人机航拍图像三维重建技术研究综述

由于时代的不断发展无人机技术和三维重建技术已经日趋成熟,本文利用无人机航拍图像进行三维重建,对室外大规模场景下的三维重建问题开展相关研究。该研究横跨机器视觉、电气自动化、飞行器等多种技术知识,试图建立一个用于无人机航拍室外大型场景下的,运行效率相对较高、成本相对较低的三维重建平台架构。