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

要約

低オーバーラップ航空画像は、伝統的な写真測量法に大きな課題をもたらします。これは、高い画像のオーバーラップに大きく依存して、正確で完全なマッピング製品を生成します。
この研究では、従来の技術の制限に対処するための単眼深度推定に基づいた新しいワークフローを提案します。
私たちの方法は、航空の三角測量から得られたタイポイントを活用して、単眼の深さとメトリック深度の関係を確立し、元の深度マップをメトリック深度マップに変換し、密な深さ情報の生成とシーンの包括的な再構築を可能にします。
実験では、296個の画像を含むハイオーバーラップドローンデータセットがMetaShapeを使用して処理され、深さマップとDSMをグラウンドトゥルースとして生成します。
その後、実験的評価のために20の画像を選択して、低オーバーラップデータセットを作成します。
結果は、回収された深度マップと結果として生じるDSMがメーターレベルの精度を達成するが、特に単一の画像でカバーされている領域では、従来の方法と比較して非常に優れた完全性を提供することを示しています。
この研究では、低オーバーラップ航空写真測量における単眼深度推定の可能性を示しています。

要約(オリジナル)

Low-overlap aerial imagery poses significant challenges to traditional photogrammetric methods, which rely heavily on high image overlap to produce accurate and complete mapping products. In this study, we propose a novel workflow based on monocular depth estimation to address the limitations of conventional techniques. Our method leverages tie points obtained from aerial triangulation to establish a relationship between monocular depth and metric depth, thus transforming the original depth map into a metric depth map, enabling the generation of dense depth information and the comprehensive reconstruction of the scene. For the experiments, a high-overlap drone dataset containing 296 images is processed using Metashape to generate depth maps and DSMs as ground truth. Subsequently, we create a low-overlap dataset by selecting 20 images for experimental evaluation. Results demonstrate that while the recovered depth maps and resulting DSMs achieve meter-level accuracy, they provide significantly better completeness compared to traditional methods, particularly in regions covered by single images. This study showcases the potential of monocular depth estimation in low-overlap aerial photogrammetry.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google