机读格式显示(MARC)
- 000 02170nam0 2200313 450
- 010 __ |a 978-7-5682-6839-4 |d CNY55.00
- 099 __ |a CAL 012020335301
- 100 __ |a 20200714d2019 em y0chiy50 ea
- 200 1_ |a 地灾与建筑损毁的无人机与地面LiDAR协同观测及评估 |A di zai yu jian zhu sun hui de wu ren ji yu di mian LiDARxie tong guan ce ji ping gu |f 许志华, 吴立新著
- 210 __ |a 北京 |c 北京理工大学出版社 |d 2019
- 215 __ |a 145页, [10] 页图版 |c 图 (部分彩图) |d 24cm
- 300 __ |a 国家自然科学基金 (41701534) 国家重点基础研究发展计划 (973) 项目 (2011CB707102) 国家重点研发计划项目 (2017YFB0504100) 中央高校基本科研业务费专项资金资助项目 (105565GK、2017QK02) 欧盟第7框架计划项目 (312718)
- 314 __ |a 许志华, 1987年生人, 博士, 硕士生导师。2011年毕业于中国矿业大学测绘工程专业, 2016年在北京师范大学获地图学与地理信息系统博士学位, 期间到荷兰ITC访学。吴立新, 1966年生人, 博士, 教授, 教育部长江学者特聘教授、国家杰出青年基金获得者, 国务院学位委员会测绘学科评议组召集人, 中南大学测绘学科带头人。
- 320 __ |a 有书目 (第129-145页)
- 330 __ |a 本书针对地震灾害设计了低成本、机动式的空地异源传感器协同观测系统, 采用以低空无人机测量和视觉三维重建为主、联合局部地面LiDAR扫描的协同观测方式, 获取较完备的灾场三维点云, 研究灾场地物分类和建筑物损毁评估方法。本书的研究工作包括: 提出了一种顾及影像拓扑骨架的低空影像快速三维重建方法, 解决了传统视觉三维重建中的冗余匹配问题, 提高了低空影像三维重建的效率。研究了基于低空影像重建点云的灾场地物分类方法, 构建了顾及光谱、纹理和几何特征的点云特征描述子, 提高了灾场地物的可分性; 提出了基于多类不确定性-边缘采样 (MCLU-MS) 的主动学习算法优化采样机制, 通过迭代选取少而优的训练样本达到了人力成本最小化和分类精度最大化的目的, 对于保障灾情应急分析的时效性具有较强的现实意义等。
- 606 0_ |a 无人驾驶飞机 |A wu ren jia shi fei ji |x 航空摄影测量
- 606 0_ |a 地面雷达 |A di mian lei da |x 激光雷达 |x 应用 |x 三维 |x 模型(建筑)
- 701 _0 |a 许志华, |A xu zhi hua |f 1987- |4 著
- 701 _0 |a 吴立新, |A wu li xin |f 1966- |4 著
- 801 _0 |a CN |b SXDTDX |c 20211207
- 905 __ |a SXDTDX |d P231/2