基于图优化算法的多视图拼接三维可视化技术研究

多视图拼接技术还存在着在大范围区域内连续拼接时误差累积较快、整体精度不足的缺陷,这一问题仅依靠特征点匹配算法难以解决,而SLAM中的图优化方法由于采用了全局优化的策略,具有误差累计增长缓慢的优势,因此可以将特征点提取及匹配算法与图优化方法结合,在时域上进行图像配准,并通过最小二乘法优化从而减少累积误差,提高总体精度。

多视图融合和全局特征增强的车辆重识别网络

车辆重识别是智能交通领域重要应用之一,现有的车辆识别方法大多集中于预定义的局部区域特征或全局外观特征。然而,在复杂的交通环境下,传统的方法难以获取预定义的局部区域,同时很难捕捉有价值的车辆全局特征信息。因此,本文提出一种具有多视图融合的混合注意力机制和全局特征增强的端到端双分支网络。该网络旨在通过增强车辆的特征表达能力和特征质量来获得更完整、更多样的车辆特征。本文通过视图解析网络对车辆图片4个视角的视图进行分割,并通过视图拼接方法缓解分割不准确导致的信息丢失问题。为了更好地突出拼接视图中的显著性局部区域,本文提出一种由通道注意力机制和自注意力机制组成的混合注意力模块。通过该模块从车辆拼接视图中分别获取关键局部信息和局部信息之间的相关性,更好地凸显拼接视图中车辆局部的细节信息。除此之外,还提出了一个全局特征增强模块,通过池化和卷积获得全局特征的空间和通道关系。该模块不仅能提取到语义增强的车辆特征,而且还使车辆特征中包含完好的细节信息,解决获取的车辆图像受视角变化、光照条件变化等因素的影响。在Veri-776和VehicleID数据集上的大量实验表明,mAP、CMC@1和CMC@5分别达到了82.41%、98.63%和99.23%,优于现有的方法。

地面三维激光扫描在油气田地形现状测量中的应用

地面三维激光扫描可以快速获取站场、现状地形的三维数据,后期通过拼接形成完整的点云数据,经过正射投影后可在CAD中采集出该地形、现状二维线画图经过测试,该方法可成为现状测量的一种有效手段。