Chongqing Aerial Image Dataset

本研究使用的数据集是在中国重庆一个山区城市采集的，包含296张高重叠度的无人机影像，用于生成高质量的深度图和DSM。数据集通过条带式飞行模式采集，具有大约80%的前向重叠和70%的侧向重叠。从中选取20张影像创建了一个低重叠度的数据集，用于评估所提出方法的有效性。数据集涵盖了200到300米的海拔高度，地形有中等起伏。

The dataset used in this study was collected in a mountainous city in Chongqing, China. It contains 296 drone images with high overlap, which are intended for generating high-quality depth maps and DSMs. The dataset was acquired via a strip flight mode, with approximately 80% forward overlap and 70% side overlap. Twenty images were selected from it to create a low-overlap dataset for evaluating the effectiveness of the proposed method. The dataset covers an altitude range of 200 to 300 meters, with moderately undulating terrain.

搜集汇总

数据集介绍

构建方式

Chongqing Aerial Image Dataset是由武汉大学State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing与中国ETH Zurich的Institute of Geodesy and Photogrammetry合作构建的。该数据集通过无人机在重庆地区进行低空高速飞行获取296张高重叠图像，并利用Metashape软件生成深度图和数字表面模型（DSM）作为基准。随后，从中选取20张图像创建低重叠数据集，以评估所提出方法的性能。

使用方法

使用该数据集时，首先需要利用高重叠影像生成基准的深度图和DSM。接着，通过选取低重叠影像，评估单目深度估计模型的性能。通过将单目深度估计值与空中三角测量获得的同名点深度值进行拟合，可以将单目深度图转换为metric depth图。最终，生成的metric depth图可用于生产密集点云、DSM和正射影像图等地理空间产品。

背景与挑战

背景概述

Chongqing Aerial Image Dataset是一款专注于无人机摄影测量领域的数据集，由武汉大学、ETH苏黎世等机构的研究人员共同创建。该数据集旨在解决传统摄影测量方法在低重叠度航空影像中的应用限制，通过单目深度估计技术，实现场景的完整三维重建。自提出以来，该数据集在摄影测量和遥感领域产生了重要影响，推动了相关技术的进步。

当前挑战

该数据集在构建过程中面临的挑战主要包括：一是如何在低重叠度的航空影像中，利用单目深度估计技术准确恢复出度量深度信息；二是如何通过空中三角测量获得的连接点，建立起单目深度与度量深度之间的关系，从而生成完整的数字表面模型和正射影像图。此外，单目深度估计中的尺度模糊性也是一大挑战，需要通过有效的深度恢复方法来解决。

常用场景

经典使用场景

Chongqing Aerial Image Dataset，作为低重叠度航空影像的先进解决方案，其经典使用场景在于通过单目深度估计技术，对低重叠度的航空影像进行处理，生成密集的深度信息，从而实现场景的综合重建。该数据集特别适用于城市规划和环境监测领域，能够有效地应对传统摄影测量方法在低重叠度影像处理上的局限性。

解决学术问题

该数据集解决了传统摄影测量方法在处理低重叠度航空影像时遇到的难题，如无法生成准确和完整的地图产品。通过采用单目深度估计技术结合空中三角测量得到的连接点，将单目深度图转换为度量深度图，从而生成密集的点云数据和数字表面模型。这对于许多地理空间应用至关重要，如灾害评估、紧急响应和航空侦察等。

实际应用

在实际应用中，Chongqing Aerial Image Dataset可用于生成高分辨率的数字表面模型和正射影像图，即使在低重叠度的影像条件下也能保证场景的完整覆盖。这在城市规划和环境监测中尤为重要，有助于提高决策的准确性和效率。

数据集最近研究

最新研究方向

本研究以重庆空中影像数据集为基础，针对低重叠度航空影像提出了一种基于单目深度估计的创新方法。该方法通过空中三角测量获得的连接点，将单目深度图中的尺度模糊深度值转换为精确的度量深度值，实现了对场景的全面重建，并生成了密集的点云、数字表面模型（DSM）和正射影像图。实验结果表明，该研究不仅在一定程度上克服了传统摄影测量方法在低重叠度条件下的局限性，而且提高了DSM的完整性和准确性，为摄影测量产品生成提供了新的可能性。这一研究为低重叠度航空影像的摄影测量提供了新的研究方向，有望推动相关领域的技术进步。

相关研究论文

• A Novel Solution for Drone Photogrammetry with Low-overlap Aerial Images using Monocular Depth Estimation

  武汉大学测绘遥感信息工程国家重点实验室 · 2025年