OrTeN: Neural Inverse Graphics for Joint Terrain and Line-scan Camera Trajectory Reconstruction
Pubblicata su AIChronos il · fonte del · Josef Biberstein, Sertac Karaman
OrTeN è un metodo per la costruzione di mappe digitali del terreno (DTM) che utilizza il rendering inverso neurale per ottimizzare congiuntamente una mappa dell'altezza testurizzata e le correzioni della traiettoria orbitale da immagini satellitari line-scan. A differenza delle tecniche esistenti basate sulla stereoscopia multi-visuale, OrTeN opera direttamente su immagini calibrate con valori di radianza fattore (I/F), correggendo sia le inconsistenze del pose che il jitter ad alta frequenza durante l'addestramento. Il modello impiega una correlazione incrociata normalizzata proiettata sulla superficie e un modello empirico semi-empirico per adattarsi all'apparenza della superficie da immagini multitemporali con illuminazione solare variabile, senza richiedere prior strutturali come misurazioni di profondità o DTMs iniziali grezzi. L'approccio è stato valutato su quattro dataset di imagery planetario, ottenendo errori RMSE allineati del terreno che variano tra 0,43 m e 16,18 m a seconda della località.
- Utilizzo del rendering inverso neurale per ricostruire congiuntamente la morfologia del terreno e le correzioni di traiettoria orbitale da immagini line-scan calibrate.
- Correzione simultanea delle inconsistenze macroscopiche della posa (broad trajectory pose) e del jitter ad alta frequenza durante il processo di training.
- Assenza di dipendenza da prior strutturali esterni, come misurazioni ranging/depth o DTMs iniziali approssimativi per la ricostruzione superficiale.
- Adattamento dell'apparenza della superficie tramite un modello di riflettanza semi-empirico e rendering delle ombre su immagini con illuminazione solare differenziata.
- Validazione sperimentale su quattro dataset planetari (Jezero, Gale, Olympus Mons, McGetchin Crater) con errori RMSE allineati tra 0,43 m e 16,18 m.
Perché conta. Sebbene OrTeN sia focalizzato su problemi di visione artificiale planetaria piuttosto che sull'elaborazione del linguaggio naturale, il suo approccio al rendering inverso neurale per la ricostruzione congiunta di geometria e parametri della camera offre un paradigma utile per sviluppatori di agenti autonomi o sistemi AI locali che devono operare in ambienti non strutturati con sensori limitati. La capacità di correggere inconsistenze sensoriali (pose jitter) direttamente durante l'ottimizzazione del modello è rilevante anche per migliorare la robustezza degli embedding spaziali e della percezione visiva in scenari reali dove i dati sono rumorosi o incompleti.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.