📄Работа №161462
Тема: Масштабируемая визуальная локализация и картирование по аэрофотоснимкам
Тип работы
Бакалаврская работа
Предмет
Информационные системы
Объем:
40 листов
Год:
2024
Просмотров:
72
4750
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 4
2. Постановка цели и задач 6
3. Обзор 7
3.1. Методы визуальной геолокализации 7
3.2. Методы глобальной локализации 8
3.3. Методы локального выравнивания 11
3.4. Датасеты 11
3.5. Метрики 13
4. Реализация инструмента сравнения 15
4.1. GeoReferencer 15
4.2. FeatureMatcher 16
4.3. VPRSystem 16
4.4. IndexSearcher 16
4.5. MapDownloader 17
4.6. Map 17
4.7. RetrievalSystem 17
4.8. HomographyEstimator 17
4.9. LocalizationPipeline 18
5. Экспериментальное сравнение 19
5.1. Цель и вопросы эксперимента 19
5.2. Тестовый стенд 19
5.3. Результаты 20
5.4. Выводы 29
6. Заключение 31
Список литературы 32
2. Постановка цели и задач 6
3. Обзор 7
3.1. Методы визуальной геолокализации 7
3.2. Методы глобальной локализации 8
3.3. Методы локального выравнивания 11
3.4. Датасеты 11
3.5. Метрики 13
4. Реализация инструмента сравнения 15
4.1. GeoReferencer 15
4.2. FeatureMatcher 16
4.3. VPRSystem 16
4.4. IndexSearcher 16
4.5. MapDownloader 17
4.6. Map 17
4.7. RetrievalSystem 17
4.8. HomographyEstimator 17
4.9. LocalizationPipeline 18
5. Экспериментальное сравнение 19
5.1. Цель и вопросы эксперимента 19
5.2. Тестовый стенд 19
5.3. Результаты 20
5.4. Выводы 29
6. Заключение 31
Список литературы 32
📖 Введение
Локализация аэросъемки является важной задачей в современном
мире [29]. Одним из возможных сценариев её использования является построение карты для локализации других летательных аппаратов [1, 43]. Также локализация аэросъёмки может применяться для построения точной 3D-модели местности и ее дальнейшего использования
для анализа местности. Такие модели используются в различных областях, например, в геологии [60], строительстве [42] и многих других.
В большинстве случаев для локализации летательных аппаратов применяются такие системы глобального позиционирования как
GPS [25] или ГЛОНАСС [22]. Однако данный подход требует стабильности спутникового сигнала и отсутствия помех. Это не всегда возможно,
особенно в случае наличия отражений сигнала из-за водоёмов и/или
сложного рельефа местности. Также стоит отметить, что покрытие сигнала глобальных спутниковых систем на планете неравномерно. Все эти
причины вынуждают использовать другие подходы для локализации.
Одним из таких подходов является визуальная геолокализация —
задача нахождения местоположения сделанного снимка. Поиск может
осуществляться по-разному, однако чаще всего для этого используется заранее созданная база данных изображений и местоположений, им
соответствующих [65]. Данный подход обычно делится на два этапа:
глобальную локализацию и локальное выравнивание. Первый заключается в поиске ближайшего кадра из базы данных, а второй вычисляет точное положение системы, используя выбранный кадр. Глобальная
локализация (или VPR — visual place recognition) также может выполняться по-разному. Некоторые методы предполагают использование дескрипторов — компактного представления изображений в базе данных,
другие же используют ключевые точки изображений для сопоставления. Второй подход является более вычислительно сложным, однако
способен делать более точные предсказания [7].
Использование визуальной геолокализации в случае аэросъёмки может быть осложнено рядом факторов, такими как изменяющиеся по-
4годные условия, смена времен года и времени суток. Задача локализации аэрофотоснимков требует карт достаточно большого размера, что
также накладывает ограничения на этап глобальной локализации. При
этом снимки из общедоступных наборов данных, таких как Google Maps
API [26] и Sentinel [55], имеют разное разрешение. Для Sentinel максимальное разрешение составляет 10 м/пиксель, а в случае Google Maps
оно варьируется от 0.15 м/пиксель до 5 м/пиксель.
На данный момент обзоры-сравнения VPR-систем сфокусированы
на данных, снятых внутри и вне помещений [41, 23, 67, 18], и не затрагивают спутниковые изображения и аэрофотоснимки. Поэтому в рамках данной работы планируется провести обзор различных подходов
к визуальной геолокализации, предложить метрики для оценки качества различных методов и определить, какие методы в связке с каким
представлением карт дают наиболее точные результаты в случае аэрофотоснимков.
мире [29]. Одним из возможных сценариев её использования является построение карты для локализации других летательных аппаратов [1, 43]. Также локализация аэросъёмки может применяться для построения точной 3D-модели местности и ее дальнейшего использования
для анализа местности. Такие модели используются в различных областях, например, в геологии [60], строительстве [42] и многих других.
В большинстве случаев для локализации летательных аппаратов применяются такие системы глобального позиционирования как
GPS [25] или ГЛОНАСС [22]. Однако данный подход требует стабильности спутникового сигнала и отсутствия помех. Это не всегда возможно,
особенно в случае наличия отражений сигнала из-за водоёмов и/или
сложного рельефа местности. Также стоит отметить, что покрытие сигнала глобальных спутниковых систем на планете неравномерно. Все эти
причины вынуждают использовать другие подходы для локализации.
Одним из таких подходов является визуальная геолокализация —
задача нахождения местоположения сделанного снимка. Поиск может
осуществляться по-разному, однако чаще всего для этого используется заранее созданная база данных изображений и местоположений, им
соответствующих [65]. Данный подход обычно делится на два этапа:
глобальную локализацию и локальное выравнивание. Первый заключается в поиске ближайшего кадра из базы данных, а второй вычисляет точное положение системы, используя выбранный кадр. Глобальная
локализация (или VPR — visual place recognition) также может выполняться по-разному. Некоторые методы предполагают использование дескрипторов — компактного представления изображений в базе данных,
другие же используют ключевые точки изображений для сопоставления. Второй подход является более вычислительно сложным, однако
способен делать более точные предсказания [7].
Использование визуальной геолокализации в случае аэросъёмки может быть осложнено рядом факторов, такими как изменяющиеся по-
4годные условия, смена времен года и времени суток. Задача локализации аэрофотоснимков требует карт достаточно большого размера, что
также накладывает ограничения на этап глобальной локализации. При
этом снимки из общедоступных наборов данных, таких как Google Maps
API [26] и Sentinel [55], имеют разное разрешение. Для Sentinel максимальное разрешение составляет 10 м/пиксель, а в случае Google Maps
оно варьируется от 0.15 м/пиксель до 5 м/пиксель.
На данный момент обзоры-сравнения VPR-систем сфокусированы
на данных, снятых внутри и вне помещений [41, 23, 67, 18], и не затрагивают спутниковые изображения и аэрофотоснимки. Поэтому в рамках данной работы планируется провести обзор различных подходов
к визуальной геолокализации, предложить метрики для оценки качества различных методов и определить, какие методы в связке с каким
представлением карт дают наиболее точные результаты в случае аэрофотоснимков.
✅ Заключение
В рамках работы были выполнены следующие задачи.
1. Выполнен обзор существующих решений для визуальной геолокализации, а также глобальной локализации и локального выравнивания по отдельности.
2. Предложены и реализованы метрики для оценки результата работы различных методов локализации.
3. Спроектирован и разработан инструмент, позволяющий сравнивать различные подходы к визуальной локализации.
4. Проведено экспериментальное исследование различных методов
локализации с использованием разработанного инструмента.
1. Выполнен обзор существующих решений для визуальной геолокализации, а также глобальной локализации и локального выравнивания по отдельности.
2. Предложены и реализованы метрики для оценки результата работы различных методов локализации.
3. Спроектирован и разработан инструмент, позволяющий сравнивать различные подходы к визуальной локализации.
4. Проведено экспериментальное исследование различных методов
локализации с использованием разработанного инструмента.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.