文献类型：期刊文章

作　　者：陈健堃[1,2,3,5] 彭凌霄[1,2,4,5] 仇晓兰[1,2,4,5] 丁赤飚[1,4,5] 吴一戎[5]

Jiankun CHEN;Lingxiao PENG;Xiaolan QIU;Chibiao DING;Yirong WU(National Key Laboratory of Science and Technology on Microwave Imaging,Chinese Academy of Sciences,Beijing 100190,China;The Key Laboratory of Technology in Geo-spatial Information Processing and Application System,Chinese Academy of Sciences,Beijing 100190,China;University of Chinese Academy of Sciences,Beijing 100049,China;Laboratory of Spatial Information Intelligent Processing System,Institute of Electronics,Chinese Academy of Sciences,Suzhou 215000,China;Aerospace Information Research Institute,Chinese Academy of Sciences,Beijing 100094,China)

机构地区：[1]中国科学院微波成像技术国家级重点实验室,北京100190 [2]中国科学院空间信息处理与应用系统技术重点实验室,北京100190 [3]中国科学院大学,北京100049 [4]中国科学院电子学研究所苏州研究院空间信息智能处理系统研究室,苏州215000 [5]中国科学院空天信息研究院,北京100094

出　　处：《中国科学：信息科学》

基　　金：国家自然科学基金(批准号:61725105)资助项目

年　　份：2019

卷　　号：49

期　　号：12

起止页码：1606-1625

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：建筑物三维重建在城市规划、灾害监测、智慧城市等领域有重要应用,是计算机视觉、摄影测量、遥感等领域研究的重要课题.由于SAR成像机理的特殊性和复杂性,基于SAR图像的建筑物三维重建难度很大,现有方法的适用性和自动化程度都亟待提升.本文构建了基于深度学习与雷达成像机理结合的SAR图像建筑物检测及三维重建整体框架,并提出了基于耦合等效复数卷积神经网络的SAR图像建筑侧立面检测方法,基于RaySAR的建模仿真及点云生成方法,以及基于3D生成网络的SAR建筑物三维重建方法,利用TerraSAR-X与GF-3高分辨率SAR图像进行实验,得到了较好的三维重建结果.本文方法为SAR图像目标三维重建提供了新的技术途径,是SAR目标三维重建的有益尝试.

关 键 词：SAR 深度学习  语义分割  点云生成  建筑物检测 三维重建

分 类 号：TN9]