基于深度学习的多源空间数据融合技术在实景三维建模中的应用研究
Year: 2024
Type: article
Abstract: 随着城市化进程的加快，实景三维建模在城市管理、环境监测和基础设施管理等领域的应用日益广泛。深度学习技术支撑下，多源空间数据的融合，为实景三维建模带来了创新的解决方案。文中首先对多源空间数据的特性进行了详细分析，并探讨了其在三维建模领域中的应用需求。随后，重点讨论了深度学习技术在数据处理、特征抽取以及模型改进等方面的显著优势。探讨了多种深度学习模型在处理多源数据融合任务中的具体应用，并通过具体案例分析，展示了这些模型在实景三维建模领域的有效性和明显优势。最后，针对目前技术应用所面临的难题，文章提出了具体的优化措施及未来的研究路径。
Source: 工程建设
Author: 伟超 孙
Institution: Dalian Academy of Reconnaissance and Mapping (China)
Language: Chinese
Subfield: Building and Construction
Field: Engineering
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4405772987