科研动态｜空天遥感与数智环境团队在城市建筑物三维重建方面取得新进展
研究背景
城市建筑物三维重建是智慧城市和实景三维城市建设中的关键任务，为城市规划、环境监测和灾害评估等提供了重要基础信息。传统方法依赖激光雷达或多视角影像，受限于高昂的数据获取成本与有限的覆盖范围，难以实现大范围应用；而基于单视角遥感影像的重建方法因其成本低和覆盖广的特点，为大范围建筑物重建提供了可行路径。然而，现有的单视角重建方法仍面临显著挑战：已有方法所依赖的传统模型表征能力不足，导致建筑物轮廓提取精度受限，并容易出现屋顶与立面轮廓混淆的问题。此外，单视角影像的有限信息限制了现有方法通过回归方式直接预测建筑物高度的精度。为此，研究团队提出了基于扩散模型和几何先验知识的建筑物重建框架（DG-BRF），通过设计基于扩散模型的建筑物屋顶-立面分割网络和几何先验知识驱动的建筑物偏移向量计算方法，有效解决了已有方法存在的建筑物轮廓提取精度低和高度估计误差大等问题，实现了更高精度的建筑物三维重建。
图1 现有方法面临的主要挑战及本研究的改进结果
研究内容
本研究针对已有研究存在的问题和单视角遥感影像中的建筑物特点，设计了基于扩散模型和几何先验知识的建筑物三维重建方法DG-BRF。在轮廓提取方面，本研究将扩散模型引入单视角影像的建筑物轮廓提取中，通过扩散模型强大的特征提取能力实现更准确的轮廓提取。此外，DG-BRF通过进行屋顶与立面的联合分割，增强了模型对二者特征差异的判别能力。为了进一步提高屋顶和立面的区分和分割精度，DG-BRF在特征提取阶段引入了深度感知编码器，通过捕获建筑屋顶和立面轮廓固有的深度差异以增强模型的屋顶-立面分割性能。在高度估计方面，本研究通过深入挖掘建筑物几何先验知识并设计一种建筑物偏移向量计算方法，将困难的高度回归问题转化为简单的屋顶-立面匹配问题。DG-BRF使用基于几何先验的形状一致性约束，通过构建基于RANSAC的屋顶-立面匹配算法计算屋顶和底座之间的偏移向量，并结合影像元数据推算建筑真实高度。该方法将高度估计问题转化为屋顶-立面轮廓匹配，实现更加准确的建筑物高度估计，且在阴影遮挡等困难场景中仍能实现鲁棒的高度估计。
图2 DG-BRF架构图
研究结果
实验结果表明，相较于通用分割方法、遥感场景分割方法和三维重建方法，本研究所提出的 DG-BRF方法在建筑物轮廓提取与高度估计两方面均表现出显著优势。在建筑物轮廓提取方面，通过引入扩散模型并设计深度感知编码器，DG-BRF能够在复杂城市场景下准确区分和分割建筑物屋顶和立面轮廓，进而获取更为准确的建筑物底座轮廓。与现有的分割及三维重建方法相比，DG-BRF的底座提取结果的F1分数提高了2%-12%。在建筑物高度估计方面，相较于现有的单视角三维重建方法，DG-BRF的高度估计精度提升了3%和13%，这主要得益于所提出的建筑偏移向量计算方法充分挖掘了建筑物几何先验知识，通过鲁棒的屋顶-立面的匹配算法准确估计建筑物高度。
图3 不同方法的建筑物提取结果的定量对比
图4 不同方法的建筑物高度估计结果的定量对比
图5 不同方法的建筑物提取结果的定性对比。绿色/橙色/蓝色分别表示TP/FP/FN
图6 不同方法的建筑物高度估计结果的定性对比。蓝色/黄色/绿色分别表示不同方法的重建结果，粉色表示高度估计的误差大小
研究意义
本研究针对现有的单视角建筑物三维重建方法存在的轮廓提取精度低和高度估计误差大等问题，提出了一种基于扩散模型和几何先验知识的建筑物三维重建方法，通过构建基于扩散模型的屋顶-立面分割网络和几何先验知识驱动的偏移向量计算方法，显著提升了基于单视角遥感影像的建筑物三维重建精度，为低成本大范围建筑物三维重建提供了新的解决方案。
发表信息
研究成果发表于 ISPRS Journal of Photogrammetry and Remote Sensing（SCI 1区 TOP），论文题目为：3D building reconstruction from monocular remote sensing imagery via diffusion models and geometric priors。我院23级硕士研究生胡郑浩为论文的第一作者，空天遥感与数智环境团队李唯嘉副教授为论文的通讯作者，我院22级硕士研究生于锦华、22级本科生刘敏发、24级硕士研究生叶俊言、22级博士研究生陈佩敏、空天遥感与数智环境团队黄华兵教授为论文的合作作者。该研究受国家自然科学基金（项目编号：42201358、62571560）和广东省自然科学基金（项目编号：2025A1515010400）等项目的支持。
论文链接：
https://www.sciencedirect.com/science/article/pii/S0924271625004563