稀疏视角下基于几何一致性的神经辐射场卫星城市场景渲染与数字表面模型生成

来源：电子与信息学报杂志2025年第6期北京时间：

作者：孙文博, 高智, 张依晨, 朱军, 李衍璋, 路遥

单位：1.武汉大学遥感信息工程学院 武汉 4300722.航天东方红卫星有限公司 北京 1000943.北京市遥感信息研究所 北京 100011

摘要：卫星遥感提供了全球、连续、多尺度的地表观测能力。近年来，神经辐射场(NeRF)因其连续渲染和隐式重建特性，在自动驾驶与大场景重建等领域表现出良好鲁棒性，受到广泛关注。然而，NeRF在卫星对地观测中的应用效果有限，主要因其训练需大量多视角图像，而卫星影像获取受限。在视角稀疏时，模型易对训练视角过拟合，导致新视角下性能下降。针对上述问题，该文提出一种新的方法，通过在NeRF的训练过程中引入场景深度与表面法线的几何约束，旨在提升在稀疏视角条件下的渲染与数字表面模型(DSM)生成能力。通过在DFC2019数据集上进行广泛实验，验证了所提出方法的有效性。实验结果表明，采用几何约束的NeRF模型在稀疏视角条件下的新视角合成和DSM生成任务上均取得了领先的结果，显示出其在稀疏视角条件下卫星观测场景中的应用潜力。

关键词：卫星对地观测, 神经辐射场, 场景渲染, 数字表面模型

基金资助：民用航天项目(D040103)