CVPR2025 | SGFormer: 解决遮挡和视野受限等问题! 卫星-地面图像融合用于3D语义...

正文

请到「今天看啥」查看全文

• 首次引入卫星图像进行SSC（3D语义场景补全）任务：

该方法开创性地将卫星图像与地面图像结合，解决单纯地面视角带来的视角遮挡问题

• 双分支结构（dual-branch architecture）：

并行提取地面和卫星图像特征，并通过共享特征空间融合它们的信息。

• 卫星特征校正策略（Satellite Correction Strategy）：

基于地面特征对卫星视角偏差进行纠正，缓解因地理定位误差或遮挡导致的视角不对齐问题

• 自适应融合模块（Adaptive Fusion Module）：

融合两种视角的特征时进行空间和通道的加权，保持各自优势的同时减少互相干扰

数据

本文使用了使用了两个主流SSC数据集：

• SemanticKITTI（语义分割版本的KITTI）：包括地面图像和卫星图像，后者来自文献[30]，卫星图分辨率为512×512，0.2米/pixel。

请到「今天看啥」查看全文