Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Восемнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

Участие в конкурсе молодых ученых 

XVIII.A.275

Оценка трехмерных параметров ригидных объектов по растровым областям на базе типизированных элементов

Рихтер А.А. (1), Козуб В.А. (1), Кошелева Н.В. (1)
(1) НИИ "АЭРОКОСМОС", Москва, РФ
Растровые области классов ригидных объектов в обучающей и тем более тестовой выборке имеют ряд особенностей, затрудняющих применение классических методов тематической обработки для восстановления их трехмерных моделей. К ним относятся: возможное наличие надстроек и пристроек к зданию, подобных ему по форме и возможно имеющих также свои надстройки и пристройки; слипание или пересечение областей, относимых к разным объектам (крыш, стен, теней); заслонение областей одних информативных классов (видимость ниже) областями других информативных классов (более открытых, видимость выше) или фоновыми объектами (например, деревья или тени скрывают часть крыши или стены здания); искажение тени от объекта при ее падении на неровную поверхность. Так, последнее приводит к: разрыву одной связной области на несколько, которые могут принадлежать одному объекту; имплицитности образа объекта за счет покрытия растром только части объекта и его неоднозначной интерпретации; стохастической форме границы, встречаемости или полному отсутствию прямых линий границы. В сочетании с другими обструкционными особенностями качество растра области для регенерации по ней трёхмерной модели еще более неблагоприятно. [1-2]
Предлагается метод восстановления трехмерных моделей ригидных объектов по их растровым областям, полученным в результате машинного обучения по масштабирующим коэффициентам и направляющим (для горизонтальных элементов, вертикальных элементов и размеров теней от вертикальных элементов), выводимых по типизированным объектам транспортной инфраструктуры (например, линии контактной сети или железнодорожная колея). Особенности такого подхода: восстановление по одному ортотрансформированному спутниковому изображению; возможное неиспользование метаданных об ориентации снимка; детектируемые растры классов непрерывны, могут иметь грубую форму, в том числе с наличиями пустот; полнота оценки трёхмерных параметров зависит от полноты необходимой растровой информации об объекте; для объектов, частично скрытых (в рамках снимка при частичном заслонении его участков фоновыми объектами или лежащего за рамками снимка) оценивается только видимая часть, при допущении предположения их формы; трёхмерная сцена может быть дополнена посредством добавления в сцену типизированных объектов, которые «по расчётам» регулярности их пространственного распределения присутствуют в тех или иных её участках, но не выявлены при машинном обучении, с применением алгебраических операций над геометрическими объектами [3].
Исследования выполнены при поддержке Министерства науки и высшего образования РФ (уникальный идентификатор проекта RFMEFI60719X0312).

Ключевые слова: Спутниковое изображение, трёхмерная модель, типизированный объект, эталонный объект, ригидный объект, растровая область, хозяйственная инфраструктура, машинное обучение
Литература:
  1. Гвоздев О.Г., Мурынин А.Б., Рихтер А.А. Комплекс прикладных решений по построению и обучению искусственных нейронных сетей для семантической сегментации аэрокосмических изображений произвольной канально-спектральной структуры в условиях дефицита обучающих данных // Материалы 19-й Всерос. конф. с международным участием: Математические методы распознавания образов (ММРО-2019, г. Москва), Российская академия наук, 2019. – С. 344-348.
  2. Мурынин А.Б., Рихтер А.А. Особенности применения методов и алгоритмов реконструкции трехмерной формы ригидных объектов по данным панорамной съемки // Машинное обучение и анализ данных, Россия, 2018. Том 4, №4, с. 235-247. DOI:10.21469/22233792.4.4.02.
  3. Рихтер А.А. Подход к построению трехмерных моделей объектов земной поверхности с помощью алгебраических операций // Материалы 17-й Всерос. откр. ежегод. конф.: Современные проблемы дистанционного зондирования Земли из космоса. Методы и алгоритмы обработки спутниковых данных (ИКИ РАН-2019, 11-15 ноября), Россия, 2019, С. 55 + 18 цветных вставок.

Презентация доклада

Методы и алгоритмы обработки спутниковых данных

42