文献类型：期刊文章

作　　者：牛文渊[1,2] 黄先锋[1,3,4] 金洁[1] 毛竹[1] 宫一平[1] 徐建民[5] 赵峻弘[5]

NIU Wenyuan;HUANG Xianfeng;JIN Jie;MAO Zhu;GONG Yiping;XU Jianmin;ZHAO Junhong(State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;College of History and Philosophy,Tarim University,Alaer 843300,China;Institute of Yangtze River Civilization Archaeology Research,Wuhan University,Wuhan 430072,China;Laboratory of Associated Digital Yungang Society,Datong 037034,China;Wuhan Daspatial Technology Co.,LTD,Wuhan 430223,China)

机构地区：[1]武汉大学测绘遥感信息工程国家重点实验室,武汉430079 [2]塔里木大学历史与哲学学院,阿拉尔843300 [3]武汉大学长江文明考古研究院,武汉430072 [4]数字云冈联合实验室,大同037034 [5]武汉大势智慧科技有限公司,武汉430223

出　　处：《遥感学报》

基　　金：国家重点研发计划(编号:2020YFC1523003,2020YFC1522703);塔里木大学校长基金哲学社会科学项目(编号:TDSKYB1804)。

年　　份：2021

卷　　号：25

期　　号：12

起止页码：2409-2420

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：通过拍照进行三维建模的摄影测量技术是文物数字化的重要手段,然而,在摄影测量文物三维重建过程中,文物所在的场景背景也同时参与计算和建模,需要设法删除,以获得文物单体模型。针对上述问题,本文提出一种小型文物三维模型主体对象识别方法,能够自动删除文物摄影测量三维模型的背景数据。该方法分别利用深度学习网络Mask R-CNN和改进为自动获得初值的One Cut进行文物图像前景内容识别,再融合两种方法的识别结果进行文物图像主体对象分割,最后以二维图像分割结果为依据,逐三角形识别三维模型主体对象,并运用多视角约束法优化识别精度。实验表明,本文方法能够获得小型文物单体化三维模型,无需人工干预且精度较高。

关 键 词：遥感  文物数字化 深度学习  ONE CUT 三维显著性检测  主体对象识别  

分 类 号：K87] TP391.41[历史学类]