Sat2GroundScape-Panorama

Sat2GroundScape数据集包含25,503对卫星图像与地面全景图像的配对。每对图像包括：卫星RGB纹理（condition），地面图像的经度、纬度（lat, lon），海拔（elevation），全景格式图像的朝向（heading），以及用于下载相应真实地面视图图像的唯一标识符（pano_id）。

原始信息汇总

Sat2GroundScape-Panorama 数据集概述

基本信息

• 许可证: Apache-2.0
• 数据集大小: 12,545,139,637.182 字节
• 下载大小: 12,541,077,692 字节
• 训练集样本数: 25,503

数据特征

• condition: 图像格式，尺寸为512x1024x3，表示从地面视角渲染的卫星RGB纹理。
• lat: 浮点型，表示地面图像的纬度。
• lon: 浮点型，表示地面图像的经度。
• heading: 浮点型，表示全景格式中地面图像的朝向（度）。
• elevation: 浮点型，表示地面图像的海拔高度（米）。
• panoid: 字符串，用于下载对应的地面真实图像。

数据集描述

• Sat2GroundScape包含25,503对卫星-地面全景数据。
• 数据集旨在解决从卫星视角生成一致地面视角图像的挑战。
• 方法基于固定的潜在扩散模型，引入两个条件模块：卫星引导去噪和卫星-时间去噪。

下载地面真实图像

• 每个地面真实图像与唯一的panoid关联。
• 使用streetview库下载原始地面视角图像（尺寸512x1024x3）。

引用

bibtex @article{xu2025satellite, title={Satellite to GroundScape--Large-scale Consistent Ground View Generation from Satellite Views}, author={Xu, Ningli and Qin, Rongjun}, journal={arXiv preprint arXiv:2504.15786}, year={2025} }

相关链接

• 主页: https://gdaosu.github.io/sat2groundscape/
• arXiv论文: https://arxiv.org/abs/2504.15786
• 下载工具: https://github.com/robolyst/streetview

搜集汇总

数据集介绍

构建方式

Sat2GroundScape-Panorama数据集的构建源于跨视角合成研究的迫切需求，旨在解决卫星影像与地面视角间存在的角度与分辨率差异问题。研究团队通过固定潜在扩散模型，开发了卫星引导去噪和卫星时序去噪两大条件模块，从25,503组全景格式的卫星-地面配对数据中提取高精度场景布局与相机运动参数。数据采集过程严格遵循地理坐标匹配原则，每张地面图像均附带精确的经纬度、海拔高度及朝向角度信息，并通过pano_id与谷歌街景原始数据建立对应关系。

特点

该数据集最显著的特征在于其全景格式的多视角一致性，每组数据包含512x1024分辨率的卫星纹理渲染图及对应的地理元数据。不同于传统单视角数据集，其独特的heading参数实现了全景方位角的量化描述，而elevation字段则精确记录了拍摄点的高程信息。数据规模达到25,503组高质量配对样本，覆盖超过100,000个视角组合，为跨模态生成任务提供了前所未有的空间连续性和几何准确性。

使用方法

使用本数据集需通过pano_id与谷歌街景API联动，调用streetview库的get_streetview方法获取原始地面图像。研究人员可结合卫星条件图像与地理元数据，训练跨视角生成模型以实现从卫星影像到连续地面场景的合成。数据集的经纬度坐标支持地理信息系统集成，而全景参数体系特别适用于自动驾驶仿真、三维城市建模等需要多视角一致性的应用场景。所有数据均采用Apache-2.0许可协议，确保学术与商业使用的灵活性。

背景与挑战

背景概述

Sat2GroundScape-Panorama数据集由Ningli Xu和Rongjun Qin等研究人员于2025年提出，旨在解决卫星视图与地面视图之间跨视角合成的一致性难题。该数据集包含25,503组全景格式的卫星-地面图像对，每对数据均配备精确的地理坐标（经纬度）、海拔高度及朝向信息。作为计算机视觉与遥感领域的重要资源，该数据集通过固定潜在扩散模型和双重条件去噪模块的创新设计，显著提升了多视角地面场景生成的光照真实性与时空一致性，为自动驾驶仿真、虚拟现实场景构建等应用提供了高质量数据支撑。

当前挑战

该数据集的核心挑战集中于跨视角域差异的建模：卫星与地面图像在分辨率、视角和光照条件上存在显著差异，传统单视角生成方法难以保持多视角输出的几何一致性。构建过程中需克服大规模地理空间数据采集的复杂性，包括高精度地理坐标对齐、全景图像拼接误差控制，以及动态光照条件下的数据均匀性保障。此外，卫星引导去噪模块需平衡高层语义布局提取与细节保留的矛盾，而时序一致性维持则依赖于对相机运动参数的精确建模。

常用场景

经典使用场景

在跨视角图像生成领域，Sat2GroundScape-Panorama数据集为卫星视图到地面全景图像的转换提供了关键支持。该数据集通过提供大量配对的卫星-地面全景图像，成为训练和评估跨视角生成模型的基准资源。其全景格式特别适合研究多视角一致性生成问题，为计算机视觉领域探索视角转换技术奠定了数据基础。

实际应用

在实际应用中，该数据集支撑了虚拟现实场景构建、城市数字孪生系统开发等重要领域。基于该数据集训练的模型可自动生成连续的地面街景，大幅降低实景采集成本。在智慧城市建设中，这种技术能够快速生成城市全景视图，为城市规划、导航系统更新提供可视化支持。

衍生相关工作

围绕该数据集已衍生出多项创新研究，包括基于潜在扩散模型的跨视角生成框架、多视角一致性保持算法等。Xu等人提出的卫星引导去噪方法成为该领域的代表性工作。后续研究在此基础上进一步发展了时空一致性保持技术，推动了自动驾驶仿真环境构建等应用进展。