Large-Scale Semantic 3D Reconstruction: Outcome of the 2019 IEEE GRSS Data Fusion Contest - Part A

Kunwar, Saket und Chen, Hongyu und Lin, Manhui und Zhang, Hongyan und d'Angelo, Pablo und Cerra, Daniele und Azimi, Seyed Majid und Brown, Myron und Hager, Gregory und Yokoya, Naoto und Hänsch, Ronny und Le Saux, Bertrand (2020) Large-Scale Semantic 3D Reconstruction: Outcome of the 2019 IEEE GRSS Data Fusion Contest - Part A. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, Seiten 922-935. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/JSTARS.2020.3032221. ISSN 1939-1404.

PDF - Verlagsversion (veröffentlichte Fassung)
10MB

Offizielle URL: https://ieeexplore.ieee.org/abstract/document/9229514

Kurzfassung

In this paper, we present the scientific outcomes of the 2019 Data Fusion Contest organized by the Image Analysis and Data Fusion Technical Committee of the IEEE Geoscience and Remote Sensing Society. The 2019 Contest addressed the problem of 3D reconstruction and 3D semantic understanding on a large scale. Several competitions were organized to assess specific issues, such as elevation estimation and semantic mapping from a single view, two views, or multiple views. In this Part A, we report the results of the best-performing approaches for semantic 3D reconstruction according to these various set-ups, while 3D point cloud semantic mapping is discussed in Part B.

elib-URL des Eintrags:

https://elib.dlr.de/138023/

Dokumentart:

Zeitschriftenbeitrag

Titel:

Large-Scale Semantic 3D Reconstruction: Outcome of the 2019 IEEE GRSS Data Fusion Contest - Part A

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Kunwar, Saket	NestAI, NestAI, Kathmandu Nepal	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Chen, Hongyu	hongyuchen (at) whu.edu.cn	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Lin, Manhui	mhlin425 (at) whu.edu.cn	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Zhang, Hongyan	zhanghongyan (at) whu.edu.cn	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
d'Angelo, Pablo	pablo.angelo (at) dlr.de	https://orcid.org/0000-0001-8541-3856	NICHT SPEZIFIZIERT
Cerra, Daniele	daniele.cerra (at) dlr.de	https://orcid.org/0000-0003-2984-8315	NICHT SPEZIFIZIERT
Azimi, Seyed Majid	seyedmajid.azimi (at) dlr.de	https://orcid.org/0000-0002-6084-2272	NICHT SPEZIFIZIERT
Brown, Myron	myron.brown (at) jhuapl.edu	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Hager, Gregory	hager (at) cs.jhu.edu	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Yokoya, Naoto	RIKEN	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Hänsch, Ronny	Ronny.Haensch (at) dlr.de	https://orcid.org/0000-0002-2936-6765	NICHT SPEZIFIZIERT
Le Saux, Bertrand	bertrand.le_saux (at) onera.fr	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

19 Oktober 2020

Erschienen in:

IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

Referierte Publikation:

Open Access:

Gold Open Access:

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1109/JSTARS.2020.3032221

Seitenbereich:

Seiten 922-935

Verlag:

IEEE - Institute of Electrical and Electronics Engineers

ISSN:

1939-1404

Status:

veröffentlicht

Stichwörter:

Image analysis and data fusion, data fusion contest, stereo, multi-view, 3D reconstruction, height estimation, elevation model, point-cloud, semantic labeling, semantic mapping, classification, LiDAR, deep learning, convolutional neural networks

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Verkehr

HGF - Programmthema:

Straßenverkehr

DLR - Schwerpunkt:

Verkehr

DLR - Forschungsgebiet:

V ST Straßenverkehr

DLR - Teilgebiet (Projekt, Vorhaben):

V - D.MoVe (alt)

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Institut für Hochfrequenztechnik und Radarsysteme > SAR-Technologie

Hinterlegt von:

Cerra, Daniele

Hinterlegt am:

25 Nov 2020 12:46

Letzte Änderung:

24 Okt 2023 12:03

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags