AIR-LONGYAN

AIR-LONGYAN数据集由中国科学院空天信息创新研究院创建，旨在支持航空遥感场景中的3D高斯泼溅方法。该数据集包含密集的LiDAR点云数据和对应的航空多视角图像，点云密度达到每平方米4-8个点，涵盖了建筑物、地面和植被信息。数据集的创建过程通过整合LiDAR和多视角图像，实现了高精度的几何结构恢复和真实感视图合成。该数据集的应用领域包括建筑物高度测量、数字高程模型构建和变形监测，旨在解决航空遥感场景中的高精度几何估计和视图合成问题。

The AIR-LONGYAN Dataset was created by the Aerospace Information Research Institute, Chinese Academy of Sciences, to support 3D Gaussian Splatting methods in aerial remote sensing scenarios. This dataset contains dense LiDAR point cloud data and corresponding aerial multi-view images, with a point cloud density of 4 to 8 points per square meter, covering buildings, ground and vegetation. During the dataset development process, LiDAR data and multi-view images are integrated to achieve high-precision geometric structure recovery and photorealistic view synthesis. The application areas of this dataset include building height measurement, digital elevation model (DEM) construction and deformation monitoring, which is intended to address the challenges of high-precision geometric estimation and view synthesis in aerial remote sensing scenarios.

搜集汇总

数据集介绍

构建方式

AIR-LONGYAN数据集的构建基于无人机搭载的高分辨率五相机阵列，采用倾斜摄影测量路径采集多视角立体图像。该数据集覆盖了福建省龙岩市约25平方公里的区域，包含建筑物、植被、道路和地面等多种地物信息。LiDAR数据通过Riegl VQ580-II设备采集，飞行高度和重叠率确保了点云密度达到每平方米4-8个点。每张图像均配备了由机载差分全球定位系统（DGPS）和惯性测量单元（IMU）提供的初始相机姿态，以及校准后的相机内参。此外，数据集还提供了通过GNSS RTK设备采集的控制点，以确保数据的高精度地理对齐。

特点

AIR-LONGYAN数据集的特点在于其高密度的LiDAR点云和多视角图像的融合，能够提供高精度的几何结构和深度信息。数据集不仅包含建筑物结构，还涵盖了地面和植被信息，点云密度达到每平方米4-8个点，确保了数据的丰富性和细节表现力。此外，数据集通过精确的相机姿态和LiDAR点云对齐，实现了像素级的地理对齐，为遥感应用中的定量分析提供了可靠的基础。数据集的多样性和高精度使其适用于建筑物高度测量、数字高程模型（DEM）构建和变形监测等应用场景。

使用方法

AIR-LONGYAN数据集的使用方法主要包括多视角图像与LiDAR点云的融合处理。首先，通过Colmap-PCD算法框架实现LiDAR点云与多视角图像的像素级对齐，确保数据的高精度地理对齐。其次，利用LiDAR点云作为几何约束，指导3D高斯分布的密集化过程，抑制浮点现象和过度分裂问题。最后，通过引入深度和平面一致性损失函数，优化高斯分布的参数，使其更接近真实的深度和平面表示，从而提高模型的几何估计精度。该数据集适用于遥感场景中的新视角合成、3D重建和高精度几何分析等任务，能够为相关研究提供丰富的数据支持。

背景与挑战

背景概述

AIR-LONGYAN数据集是由中国科学院空天信息创新研究院的研究团队于2023年创建的一个高密度LiDAR点云与多视角航拍图像融合的数据集。该数据集旨在解决航空遥感场景中的新视角合成（NVS）问题，特别是在大尺度场景下，如何通过结合LiDAR点云与多视角图像，实现高精度的几何重建与逼真的视觉效果。AIR-LONGYAN数据集的创建背景源于传统NVS方法在航空遥感中的局限性，如纹理映射无法准确表达光谱辐射值，以及三角网格缺乏细节等问题。通过引入3D高斯泼溅（3D Gaussian Splatting）技术，并结合LiDAR点云的几何约束，该数据集为航空遥感领域提供了新的研究工具，推动了高精度三维重建与定量分析的发展。

当前挑战

AIR-LONGYAN数据集在构建与应用过程中面临多重挑战。首先，航空遥感场景的广域性与传感器距离地面的高度差异，导致传统NVS方法在深度估计与几何重建中容易出现浮点与伪影问题。其次，LiDAR点云与多视角图像的异构数据融合需要实现像素级对齐，这对相机模型的精确校准与坐标转换提出了高要求。此外，数据集构建过程中，如何在高密度LiDAR点云与多视角图像之间实现高效的数据匹配与优化，也是一个技术难点。最后，航空遥感应用不仅要求视觉效果逼真，还需满足高精度的定量分析需求，如建筑物高度测量与数字高程模型构建，这对数据集的几何精度提出了更高要求。

常用场景

经典使用场景

AIR-LONGYAN数据集在航空遥感领域的新视角合成任务中展现了其经典应用场景。该数据集通过结合LiDAR点云和多视角图像，为3D高斯泼溅（3D Gaussian Splatting）方法提供了高精度的几何约束，从而在生成逼真的新视角图像的同时，确保了深度估计的准确性。这一方法特别适用于大范围、高精度的航空遥感场景，如城市建模、地形分析和植被监测等。通过引入LiDAR点云作为几何基准，AIR-LONGYAN数据集有效解决了传统方法中常见的浮游物和几何失真问题，显著提升了新视角合成的视觉效果和几何精度。

衍生相关工作

AIR-LONGYAN数据集的发布推动了航空遥感领域相关研究的发展，并衍生出多项经典工作。例如，基于该数据集的研究提出了RSGaussian方法，通过引入LiDAR点云作为几何约束，显著提升了3D高斯泼溅方法在大范围航空遥感场景中的性能。此外，该数据集还启发了其他研究团队开发新的数据融合和几何优化算法，如VastGaussian和GaussianPro等方法，进一步扩展了3D高斯泼溅技术在复杂场景中的应用。AIR-LONGYAN的开源特性也为学术界和工业界提供了宝贵的研究资源，推动了航空遥感技术的创新和进步。

数据集最近研究

最新研究方向

在航空遥感领域，RSGaussian方法通过结合LiDAR点云数据与3D高斯溅射技术，提出了一种创新的新视角合成方法。该方法不仅解决了传统方法中高斯过度生长和浮游物问题，还通过引入相机模型的坐标变换和畸变参数，实现了LiDAR点云与2D图像的像素级对齐，从而促进了异质数据的高精度融合。此外，通过在损失函数中加入深度和平面一致性损失，该方法显著提高了深度估计的准确性。实验结果表明，RSGaussian在航空遥感数据集中实现了既具有照片级真实感视觉质量又具备高精度几何估计的新视角合成。AIR-LONGYAN数据集的建立和开源，为相关研究提供了宝贵的资源，推动了航空遥感技术在三维重建和新视角合成领域的进一步发展。

相关研究论文

• RSGaussian:3D Gaussian Splatting with LiDAR for Aerial Remote Sensing Novel View Synthesis

  中国科学院空天信息创新研究院 · 2024年