浙江大学学报(工学版)

浙江大学学报(工学版), 2025, 59(7): 1443-1450 doi: 10.3785/j.issn.1008-973X.2025.07.012

计算机技术与控制工程

基于双目视觉和改进YOLOv8的动态三维重建方法

何婧瑶,, 李鹏飞,, 汪承志, 吕振鸣, 牟萍

1. 重庆交通大学 河海学院，重庆 400074

2. 重庆交通大学 机电与车辆工程学院，重庆 400074

Dynamic 3D reconstruction method using binocular vision and improved YOLOv8

HE Jingyao,, LI Pengfei,, WANG Chengzhi, LV Zhenming, MU Ping

1. College of River and Ocean Engineering, Chongqing Jiaotong University, Chongqing 400074, China

2. School of Mechatronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, China

通讯作者: 李鹏飞，男，教授. orcid.org/0000-0003-2573-5233. E-mail：lipengfei@cqjtu.edu.cn

收稿日期: 2024-05-31  

基金资助: 国家自然科学基金资助项目（52379115）；重庆市自然科学基金资助项目（CSTB2022NSCQ-MSX0509）.

Received: 2024-05-31  

Fund supported: 国家自然科学基金资助项目（52379115）；重庆市自然科学基金资助项目（CSTB2022NSCQ-MSX0509）.

作者简介 About authors

何婧瑶（2000—），女，硕士生，从事智慧水利、人工智能研究.orcid.org/0009-0006-8543-5266.E-mail：622220960055@mails.cqjtu.edu.cn , E-mail：622220960055@mails.cqjtu.edu.cn

摘要

为了确保施工过程中的安全和效率，提出施工现场动态三维重建技术. 部署双目摄像头对重建现场进行三维扫描获取模型基底和目标活动轨迹，基于YOLOv8模型引入注意力量表序列融合(ASF)模块形成YOLOv8-ASF框架，提高预测模型精度和性能，解决如目标遮挡、目标丢失的痛点. 融合改进的半全局立体匹配 (SGBM)算法，与YOLOv8-ASF集成YOLOv8-ASF-SGBM算法，实现基于二维图像的目标近实时识别和定位. 利用获取的深度信息，将动态要素行为轨迹三维动态投影至模型基底中，实现对真实施工现场的近实时、全视角监控. 实验结果表明：所提技术高精度三维复现了施工动态要素的运动轨迹，且与动态要素真实运动轨迹的相对误差小于5%，实现了基于二维图像视频信息的高精度全视角三维立体化监控，具有良好的应用场景和工程价值.

关键词： 动态三维重建 ; YOLOv8-注意力量表序列融合(ASF) ; 半全局立体匹配(SGBM)算法 ; 目标遮挡 ; 双目视觉

Abstract

A dynamic 3D reconstruction technology for construction sites was proposed to ensure safety and efficiency in the construction process. A Binocular camera was deployed to scan the reconstruction site in 3D to obtain the model base and target activity trajectory. The YOLOv8 model was enhanced with an attentional scale sequence fusion (ASF) module to form the YOLOv8-ASF framework, which improved the accuracy and performance of the model, to solve the pain points such as target occlusion and target loss. The improved semi-global block matching (SGBM) algorithm was fused, and the YOLOv8-ASF-SGBM algorithm was integrated with the YOLOv8-ASF to achieve near-real-time target recognition and localization based on 2D images. The obtained depth information was used to 3D project the behavior trajectories of dynamic elements into the substrate, to realize the near-real-time and full-view monitoring of the real construction site. Experimental results show that the proposed technology reproduces the movement trajectory of construction dynamic elements in high-precision three-dimensional, and the relative error with the real motion trajectory of dynamic elements is less than 5%, which can realize high-precision full-view three-dimensional monitoring based on two-dimensional image and video information, and has good application scenarios and engineering value.

Keywords： dynamic 3D reconstruction ; YOLOv8-attentional scale sequence fusion (ASF) ; semi-global block matching (SGBM) algorithm ; target occlusion ; binocular vision

PDF (7266KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

何婧瑶, 李鹏飞, 汪承志, 吕振鸣, 牟萍. 基于双目视觉和改进YOLOv8的动态三维重建方法. 浙江大学学报(工学版)[J], 2025, 59(7): 1443-1450 doi:10.3785/j.issn.1008-973X.2025.07.012

HE Jingyao, LI Pengfei, WANG Chengzhi, LV Zhenming, MU Ping. Dynamic 3D reconstruction method using binocular vision and improved YOLOv8. Journal of Zhejiang University(Engineering Science)[J], 2025, 59(7): 1443-1450 doi:10.3785/j.issn.1008-973X.2025.07.012

在施工过程中因成本投入高、监控效率低、施工周期长等因素导致工期延误、资源浪费和成本超支的现象普遍存在. 对施工建设阶段进行全视角的实时管控成为趋势，它是保障工程质量[1]，控制工程成本[2]和保证工程安全[3]的关键.

为了实现对施工现场全视角智能监控，Liu等[4]提出基于线激光旋转扫描的三维重建算法，进一步恢复三维可见表面的几何形状. Yu等[5]提出基于分割激光热应力切割（thermal laser separation，TLS）数据自动重建语义增强三维建筑模型的方法，实现自动化三维重建. 有学者利用相机测量技术，通过获取物体在空间中的三维视觉信息进行物体形状重构. Abdulwahab等[6]提出基于单目视觉的自编码器网络的深度图估计技术，提高了三维信息测量的准确率. Jin等[7]提出单目动态三维目标重建框架，实现基于单目视觉的动态三维重建. 激光扫描技术存在成本投入高、局部重建细节丢失的问题，单目摄影技术存在重建精度不够高的问题. 为了实现高精度的三维重建，Zhang等[8]建立基于双目视觉的形状重建和测量系统，对图像进行畸变矫正和边缘去噪处理. Gai[9]将极坐标约束和蚁群算法相结合，采用蚁群算法优化立体匹配，实现极线约束下的立体匹配搜索函数的最优解. Xiang等[10]提出基于双目立体视觉的聚类番茄识别算法，通过去噪技术提高深度图的精度. 上述研究提高了图像像素点提取匹配的精度和效率，但缺乏近实时性. 为了实现对特征点高精度近实时地动态识别定位，Kang等[11]提出基于YOLOv5的注意力尺度序列融合模型，并结合通道和位置注意力机制(channel and position attention mechanism, CPAM)模块提高模型检测的性能，Duan等[12-13]通过开发大型的施工现场图像数据集，提高了模型泛化性能，减少了目标被错误识别的可能性. 针对目标特征复杂、背景信息复杂、样本标注繁琐等问题，有学者试图通过改进注意力机制、多尺度特征融合、超分辨率等方式提高神经网络模型识别的精度和效率[14-16]，但如何对大型现场进行无死角监控仍待进一步研究.

为了实现对施工现场近实时、高精度的全视角管控，本研究提出基于双目视觉和改进YOLOv8的动态三维重建技术. 1）部署双目相机对现场进行三维扫描获取三维模型基底和目标的活动轨迹，2）利用改进的YOLOv8模型对现场动态要素进行近实时识别定位，3）利用获取到的三维深度信息将动态要素行为轨迹三维动态投影至模型基底中.

1. 基于双目视觉的三维重建

如图1所示为动态三维重建技术框架，双目摄像头用于记录挖掘机的轨迹路线，基于分割的视频源进行图像数据增强，图像数据集导入YOLO-注意力量表序列融合（attentional scale sequence fusion，ASF）模型进行训练. YOLOv8-ASF-改进的半全局立体匹配（semi-global block matching，SGBM）（以下简称YAS）算法中的YOLOv8-ASF模型提高目标检测性能，改进的SGBM算法先在二维图像中划分感兴趣区域，缩小捕捉范围，再对像素特征点进行提取与匹配，实现对目标近实时地识别定位，同时获取像素点的三维坐标与深度信息. 将挖掘机投影至场景基底中，通过轨迹复现实现近实时动态三维重建. 将双目视觉、YOLOv8-ASF和SGBM结合，不仅节约了重建成本，也满足了重建精度，节省了人力物力，该方法具有较好的应用前景和工程价值.

图 1

新窗口打开| 下载原图ZIP| 生成PPT

图 1   动态三维重建技术框架

Fig.1   Technical framework for dynamic 3D reconstruction


1.1. 场景布置

利用挖掘机模拟施工现场动态要素，建筑物模拟施工现场静态要素，还原施工现场动静态要素的行为活动. 挖掘机长×宽×高为61 cm×17 cm×41 cm；建筑物长×宽×高为37.5 cm×28.1 cm×50.0 cm，尺寸比例均为1∶16，符合大型施工现场设备规范. 试验模拟4种施工现场建筑物排列场景，如图2所示，各个场景的相邻建筑物端点之间的距离均为50 cm，符合建筑距离规范[17]. 配备500万像素的同帧同步双目摄像机，以1 280×480像素的分辨率拍摄图像，采集速率为20帧/s，具有从5 cm到无穷远的焦距范围. 试验旨在将挖掘机的行为轨迹高精度投影至三维模型基底中，实现对场景的近实时、全视角智能监控.

图 2

新窗口打开| 下载原图ZIP| 生成PPT

图 2   施工现场的动静态要素布设模拟场景

Fig.2   Simulation scenario for layout of dynamic and static elements at construction site


1.2. 三维重构

三维重构是将二维图像恢复为三维结构并进行渲染可视化的方式. 利用张正友标定法[18]进行相机标定，消除图像畸变. 该方法基于相机投影模型，根据已知的三维空间点与其对应的二维图像点之间存在的投影矩阵计算相机的内部参数、外部参数和畸变参数. 利用Matlab的标定工具箱和棋盘格标定板对双目相机进行标定，以此获取相机参数，标定原理如图3所示. 使用双目相机对4种模拟场景进行360°环绕式扫描，每张图片的角度不超过30°以确保图像有重叠部分，避免点云丢失. 生成左右图片各700张，通过旋转、缩放、翻转等有监督式数据增强[19]导出左右图片各800张，将导出的左右图片导入Colmap[20]中，依次进行图像提取、特征点匹配、稠密重建以及深度图输出. 将输出的点云数据导入Cloudcompare[21]中进行泊松重建可视化，生成光滑的立体曲面模型基底，如图4所示.

图 3

新窗口打开| 下载原图ZIP| 生成PPT

图 3   双目相机标定原理

Fig.3   Principle of binocular camera calibration


图 4

新窗口打开| 下载原图ZIP| 生成PPT

图 4   施工现场动静态要素布设模拟场景下的重建图

Fig.4   Reconstruction results under simulation scenario for dynamic and static element layout at construction site


1.3. 重建精度分析

为了验证基于双目视觉下的三维重建精度，分别获取建筑物和挖掘机的点云尺寸. 点云没有单位，因此通过计算实际单元尺寸与相对应的点云尺寸的比例误差来确定重建精度，误差计算式为

$ {{\mathrm{PE}} = }\frac{{{R_{{\mathrm{r}}}} - {R_{{\mathrm{c}}}}}}{{{R_{{\mathrm{c}}}}}} \times 100{\text{%}} . $

式中：$L$、$ W $、$ H $均为建筑物和挖掘机的真实尺寸；${R_{{\mathrm{r}}}}$为建筑物和挖掘机的真实长宽高尺寸比例；$l$、$w$、$h$均为建筑物和挖掘机的点云尺寸；${R_{{\mathrm{c}}}}$为建筑物和挖掘机的点云长宽高尺寸比例. 由表1可知，最大尺寸误差为3.0%，基于双目视觉的重建精度较高. 该实验证明基于双目视觉的三维重构可以有效代替如激光扫描、无人机的高成本重建设备，同时满足较高的重建精度，弥补单目相机定位精度不足的缺陷.

表 1   动静态要素真实尺寸与点云尺寸的比例误差

Tab.1  Ratio error between true sizes of dynamic and static elements and point-cloud sizes

元素L/cmW/cmH/cmRrlwhRcPE/%
建筑物37.528.150.01∶0.75∶1.3337.8728.2449.761∶0.75∶1.311.5
挖掘机6117411∶0.28∶0.6762.7917.5440.951∶0.28∶0.653.0

新窗口打开| 下载CSV


2. 基于YOLOv8-注意力量表序列融合的近实时目标检测

2.1. YOLOv8-ASF模型构建

为了实现对各类要素的近实时识别检测，提高特征点提取的效率和精度，引入YOLOv8深度学习模型[22]，它不仅能高效满足实时应用，数据增强还可提高模型泛化性，在各种复杂场景下的鲁棒性高. 为了解决识别过程中精度低、目标物遮挡和丢失等痛点，本研究基于YOLOv8引入ASF模块，模型原理如图5所示，其中$C$为通道数，$S$为特征图大小. YOLOv8整体分为骨干(Backbone)、颈部(Neck)和头部(Head)3个部分，在Neck分别引入尺度序列特征融合(scale sequence feature fusion, SSFF)模块、三重特征编码器(triple feature encoder, TFE)模块和通道空间注意力机制(convolutional block attention module, CBAM)模块. SSFF模块结合深度特征图的高维信息和浅层特征图的细节信息，进而增强神经网络在提取不同尺度特征时的能力，提高模型整体的检测和识别功能. TFE模块可以有效捕捉更多细节信息，解决目标遮挡丢失问题. CBAM模块将训练权重更大程度地集中在正样本上，进而提高检测精度，跨阶段部分网络（cross stage partial，CSP）和连接（Concat）模块来自YOLOv8. 将ASF的3个分支模块集成至骨干网络中，增强特征提取和目标检测的能力. 对骨干网络输出的P3、P4和P5特征图进行归一化处理，通过上采样技术将这些特征图放大至相同的尺寸，归一化和上采样后的特征图堆叠在一起作为3D卷积的输入，以联合收割机组合多尺度特征. TFE模块捕捉场景中的动态元素，显著提升目标检测的准确性，通过PANet结构将TFE模块的详细特征信息集成到每个特征分支中，并与SSFF模块的多尺度信息集成组合到P3分支中. 在P3分支中引入CBAM，通过自适应地调整特征图的通道权重，为模型提供更鲁棒的特征表示.

图 5

新窗口打开| 下载原图ZIP| 生成PPT

图 5   YOLOv8-注意力量表序列融合模型框架

Fig.5   Framework of YOLOv8-attentional scale sequence fusion model


2.2. 数据预处理

固定双目相机的位置进行场景拍摄，拍摄时长均为35 s，帧率为20 帧/s，分帧得到图片各700张，利用数据增强技术将图片增加至800张，图像以7∶2∶1划分为训练集（560张），验证集（160张）和验证集（80张），标签种类分为挖掘机和建筑物2个类别. 设置迭代轮次为300，样本大小为16[11]，交并比为0.8，上述参数均为本模型训练过程中的最优解.

2.3. 模型精度比较

如图6所示为施工现场模拟场景下动静态要素的识别结果. 可以看出，改进之后的模型在目标物体不同遮挡程度下的置信度明显提高，能有效解决目标遮挡、目标丢失的痛点，提高动态物体重建精度. 如图7所示，将YOLOv8-ASF模型与YOLOv8的几种经典模型进行精度比较，以均值精度值MAP@0.5、精度值P、召回率R和F1分数为评估指标. 对比结果表明，YOLOv8-ASF模型能显著提高不同模拟场景下目标被识别的精度，具有泛化性和实用性.

图 6

新窗口打开| 下载原图ZIP| 生成PPT

图 6   注意力量表序列融合改进YOLOv8前后的模型目标识别结果可视化

Fig.6   Visualization of model target recognition results before and after attenetional scale sequence fusion to improve YOLOv8


图 7

新窗口打开| 下载原图ZIP| 生成PPT

图 7   不同YOLOv8模型的目标检测性能比较

Fig.7   Comparison of object detection performance of different YOLOv8 models


$ P=\frac{{\mathrm{TP}}}{{\mathrm{TP+FP}}}, $

$ R = \frac{{\mathrm{TP}}}{{\mathrm{TP+FN}}}, $

$ {\mathrm{F}}1 =\frac{{\mathrm{2TP}}}{{\mathrm{2TP+FP+FN}}}. $

式中：TP为正确的预测正样本，FP为错误的预测正样本，FN为错误的预测负样本.

3. 基于新算法的空间信息感知

3.1. 半全局立体匹配算法

获取二维像素点的深度信息，得到挖掘机与建筑物的相对空间位置，实现对场景的动态三维重建. 引入SGBM双目立体匹配算法[23]，它是由预处理、代价计算、动态规划和后处理4个部分组成，具有较高的鲁棒性和准确性，能在复杂场景下获得较好的匹配结果，其定位测距原理如图8所示，获取点p深度信息的计算式为

图 8

新窗口打开| 下载原图ZIP| 生成PPT

图 8   双目测距原理

Fig.8   Binocular ranging principle


$ d = \frac{{fb}}{{{x_l} - {x_r}}}. $

式中：$f$为焦距，空间点$p$被左右相机捕捉到的信息分别为${x_{\mathrm{l}}}$ 和${x_{\mathrm{r}}}$点，$b$为基线长度，$d$为空间点$p$到双目相机的距离.

3.2. 算法改进

基于感兴趣区域(ROI)算法[24]对4种模拟场景进行特征点的自动提取和匹配，场景布局以及建筑物的遮挡程度不同，因此不同模拟场景下提取到的特征点的个数和位置均不同. 在本研究中建筑物与挖掘机均为刚体，在移动过程中形状和大小保持不变，根据刚体不变性原理，它们的形态和位置通过测量指定特征点之间的相对距离确定. 为了获取任一像素点的三维坐标和深度信息，基于SGBM算法引入“鼠标事件(onclick)”模块[25]，即在鼠标完成点击的过程中瞬间触发定位函数对自动提取和匹配到的特征点进行捕捉. 利用改进之后的SGBM算法同时获取特征点的三维坐标和深度信息，为了实现对挖掘机行驶轨迹的识别与定位，将数据集种类仅突出为挖掘机，再基于YAS算法，获取挖掘机每一帧的实况位置，如图9所示的三维坐标均为预测框的中心位置，其余特征点的深度信息均由文本导出. 获取挖掘机和建筑物特征点之间的像素距离，计算式为

图 9

新窗口打开| 下载原图ZIP| 生成PPT

图 9   模拟场景下改进模型对挖掘机的识别定位

Fig.9   Detection and localization of excavator by improved model in simulation scenarios


$ {l_{i,j}} = \sqrt {{{({x_i} - {x_j})}^2}+{{({y_i} - {y_j})}^2}+{{({z_i} - {z_j})}^2}} . $

式中：$i$为分配给挖掘机提取的特征点的数字标识符；$j$为分配给建筑物提取的特征点的数字标识符，${l_{i,j}}$为像素距离.

3.3. 算法精度比较

为了验证YAS算法的精度，对于每个模拟场景，基于已自动匹配到的特征点，分别选取挖掘机上的1个特征点和建筑物上的15个特征点，利用获取到的深度信息计算特征点之间的像素距离，计算特征点像素距离与真实距离的相对距离误差：

$ {\mathrm{PE}} = \frac{{{L_{i,j}} - {l_{i,j}}}}{{{L_{i,j}}}} \times 100{\text{%}} ;\;\; i =1\text{，} j =1,2,\cdots, 15. $

式中： ${L_{i,j}}$为实际距离. 基于所选取的特征点，传统SGBM算法和融合了ROI算法的改进SGBM算法分别与YOLOv8-ASF结合，进行误差计算，结果如图10所示，其中外圈数字代表选取的挖掘机特征点到建筑物特征点的15段距离，纵轴为相对距离误差. 可以看出，改进前相对误差距离最大为4.09%，为场景4的第15段距离；改进后相对距离误差最大为2.19%，为场景1的第14段距离，改进后模型的精度有显著提高.

图 10

新窗口打开| 下载原图ZIP| 生成PPT

图 10   不同算法在4种模拟场景下的特征点匹配精度

Fig.10   Feature point matching accuracy of different algorithms in four simulation scenarios


4. 动态三维重建

为了实现对模拟场景中挖掘机的全视角近实时智能监控，在三维场景中还原挖掘机的行驶轨迹，对每个模拟场景进行拍摄分帧，在4段模拟场景视频中各选取1帧，确保挖掘机在不同的模拟场景下处于不同的遮挡位置，利用获取的特征点深度信息进行三维投影，如图11所示. 为了验证场景基于视频图像投影至三维平台的精度，在不同模拟场景下选取的帧与每帧中的特征点均与3.2节相同，再获取三维场景中相同特征点的点云距离，由于点云没有单位，利用挖掘机上的特征点分别到建筑物特征点的距离比例进行精度分析，

图 11

新窗口打开| 下载原图ZIP| 生成PPT

图 11   模拟场景下挖掘机行为轨迹的动态重建

Fig.11   Dynamic reconstruction of excavator behavior trajectory in simulation scenario


$ {{\mathrm{PE}}} = \frac{{{R_{i,j}}}}{{{R_{i,j - 1}}}} \cdot \frac{{{C_{i,j - 1}}}}{{{C_{i,j}}}}\times 100{\text{%}}. $

式中：${R_{i,j}}$为挖掘机上的特征点$i$到建筑物上的特征点$j$的像素距离，${C_{i,j}}$为挖掘机上的特征点$i$到建筑物上的特征点$j$的点云距离. 如图12所示，最大误差为2.94%，为场景1 的第1段距离，投影精度较高.

图 12

新窗口打开| 下载原图ZIP| 生成PPT

图 12   模拟场景下挖掘机行为轨迹的动态重建精度

Fig.12   Accuracy of dynamic reconstruction of excavator behavior trajectory in simulation scenario


5. 结　语

1）利用双目相机对现场进行三维重构，相比如激光扫描仪、无人机的重构设备，在保证精度的同时降低了投入成本. 2）利用YOLOv8-ASF模型对数据集进行训练，相比YOLOv8经典模型，解决了在不同遮挡情况下目标遮挡丢失的问题，提高了目标识别置信度，增加了模型泛化性. 3）将改进后的SGBM算法与YOLOv8n-ASF模型融合，解决了特征点提取延迟、丢失和错误等痛点，实现了基于图像视频的高精度近实时识别定位. 4）将二维图像视频信息投影至三维数字化场景中，解决了视线盲区、环境干扰和资源耗费等问题，在三维模型中实现了对施工现场的智能化管控，对于未来建筑类项目具有较大的工程价值. 本研究利用模拟场景来证明系统的实用性，未来若运用至实际大型施工现场，须扩大数据集（如不同种类的机械设备、要素行为轨迹和施工规模等）以适应多样工种、环境和工况的安全需求；系统须优化以运用于真实施工场景. 未来研究方向：1)大型施工现场的技术实施；2)引入其他动态元素（如工程人员和不同类型的机械设备）增强技术的多功能性；3)将所提技术与安全预警系统相集成，实现对建筑工地的全面、近实时的安全监控.

参考文献

CAO J B. Research on construction quality management of construction project [C]// Proceedings of the 2018 8th International Conference on Management, Education and Information (MEICI 2018). [S.l.]: Atlantis Press, 2018: 1275–1278.

[本文引用: 1]

DÍAZ CASELLES L M, GUEVARA J

Sustainability performance in on-site construction processes: a systematic literature review

[J]. Sustainability, 2024, 16 (3): 1047

DOI:10.3390/su16031047      [本文引用: 1]

CARVAJAL-ARANGO D, BAHAMÓN-JARAMILLO S, ARISTIZÁBAL-MONSALVE P, et al

Relationships between lean and sustainable construction: positive impacts of lean practices over sustainability during construction phase

[J]. Journal of Cleaner Production, 2019, 234: 1322- 1337

DOI:10.1016/j.jclepro.2019.05.216      [本文引用: 1]

LIU T, WANG N, FU Q, et al. Research on 3D reconstruction method based on laser rotation scanning [C]// Proceedings of the IEEE International Conference on Mechatronics and Automation. Tianjin: IEEE, 2019: 1600–1604.

[本文引用: 1]

YU Q, HELMHOLZ P, BELTON D

Semantically enhanced 3D building model reconstruction from terrestrial laser-scanning data

[J]. Journal of Surveying Engineering, 2017, 143 (4): 04017015

DOI:10.1061/(ASCE)SU.1943-5428.0000232      [本文引用: 1]

ABDULWAHAB S, RASHWAN H A, GARCIA M A, et al

Monocular depth map estimation based on a multi-scale deep architecture and curvilinear saliency feature boosting

[J]. Neural Computing and Applications, 2022, 34 (19): 16423- 16440

DOI:10.1007/s00521-022-07663-x      [本文引用: 1]

JIN S K, OU Y S. Feature-based monocular dynamic 3D object reconstruction [C]// Social Robotics. [S.l.]: Springer, 2018: 380–389.

[本文引用: 1]

ZHANG Y, GU J, RAO T, et al

A shape reconstruction and measurement method for spherical hedges using binocular vision

[J]. Frontiers in Plant Science, 2022, 13: 849821

DOI:10.3389/fpls.2022.849821      [本文引用: 1]

GAI Q

Optimization of stereo matching in 3D reconstruction based on binocular vision

[J]. Journal of Physics: Conference Series, 2018, 960 (1): 012029

[本文引用: 1]

XIANG R, JIANG H, YING Y

Recognition of clustered tomatoes based on binocular stereo vision

[J]. Computers and Electronics in Agriculture, 2014, 106: 75- 90

DOI:10.1016/j.compag.2014.05.006      [本文引用: 1]

KANG M, TING C M, TING F F, et al

ASF-YOLO: a novel YOLO model with attentional scale sequence fusion for cell instance segmentation

[J]. Image and Vision Computing, 2024, 147: 105057

DOI:10.1016/j.imavis.2024.105057      [本文引用: 2]

DUAN R, DENG H, TIAN M, et al

SODA: a large-scale open site object detection dataset for deep learning in construction

[J]. Automation in Construction, 2022, 142: 104499

DOI:10.1016/j.autcon.2022.104499      [本文引用: 1]

AN X, ZHOU L, LIU Z, et al

Dataset and benchmark for detecting moving objects in construction sites

[J]. Automation in Construction, 2021, 122: 103482

DOI:10.1016/j.autcon.2020.103482      [本文引用: 1]

HUANG H, BRENNER C, SESTER M

A generative statistical approach to automatic 3D building roof reconstruction from laser scanning data

[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013, 79: 29- 43

DOI:10.1016/j.isprsjprs.2013.02.004      [本文引用: 1]

ZHANG Y, HAO Y

A survey of SAR image target detection based on convolutional neural networks

[J]. Remote Sensing, 2022, 14 (24): 6240

DOI:10.3390/rs14246240     

TEIXEIRA E, ARAUJO B, COSTA V, et al

Literature review on ship localization, classification, and detection methods based on optical sensors and neural networks

[J]. Sensors, 2022, 22 (18): 6879

DOI:10.3390/s22186879      [本文引用: 1]

白博

建筑防火技术在民用建筑设计中的应用研究

[J]. 消防界(电子版), 2025, 11 (2): 64- 66

[本文引用: 1]

BAI Bo

Research on the application of building fire protection technology in civil building design

[J]. Fire Protection Circle (Electronic Edition), 2025, 11 (2): 64- 66

[本文引用: 1]

林绿开, 钮倩倩, 李毅

基于棋盘标定板的优化相机参数标定方法

[J]. 计算机技术与发展, 2023, 33 (12): 101- 105

DOI:10.3969/j.issn.1673-629X.2023.12.014      [本文引用: 1]

LIN Lyukai, NIU Qianqian, LI Yi

Optimized camera parameter calibration method based on checkerboard

[J]. Computer Technology and Development, 2023, 33 (12): 101- 105

DOI:10.3969/j.issn.1673-629X.2023.12.014      [本文引用: 1]

冯晓硕, 沈樾, 王冬琦

基于图像的数据增强方法发展现状综述

[J]. 计算机科学与应用, 2021, (2): 370- 382

[本文引用: 1]

FENG Xiaoshuo, SHEN Yue, WANG Dongqi

A survey on the development of image data augmentation

[J]. Computer Science and Application, 2021, (2): 370- 382

[本文引用: 1]

LIANG H, LIU M, HUI M, et al. 3D reconstruction of typical entities based on multi-perspective images [C]// Proceedings of the Optical Metrology and Inspection for Industrial Applications IX. [S.l.]: SPIE, 2022: 56.

[本文引用: 1]

GUPTA S K, SHUKLA D P

Application of drone for landslide mapping, dimension estimation and its 3D reconstruction

[J]. Journal of the Indian Society of Remote Sensing, 2018, 46 (6): 903- 914

DOI:10.1007/s12524-017-0727-1      [本文引用: 1]

ZHAI X, HUANG Z, LI T, et al

YOLO-drone: an optimized YOLOv8 network for tiny UAV object detection

[J]. Electronics, 2023, 12 (17): 3664

[本文引用: 1]

凌雄娟, 周云郊, 彭建喜

基于双目立体视觉的乘员运动姿态测量方法研究

[J]. 机械设计与制造工程, 2024, 53 (1): 126- 130

DOI:10.3969/j.issn.2095-509X.2024.01.026      [本文引用: 1]

LING Xiongjuan, ZHOU Yunjiao, PENG Jianxi

Research on test method of occupant motion attitude measurement based on binocular stereo vision

[J]. Machine Design and Manufacturing Engineering, 2024, 53 (1): 126- 130

DOI:10.3969/j.issn.2095-509X.2024.01.026      [本文引用: 1]

XIAO H, TENG X, LIU C, et al

A review of deep learning-based three-dimensional medical image registration methods

[J]. Quantitative Imaging in Medicine and Surgery, 2021, 11 (12): 4895- 4916

DOI:10.21037/qims-21-175      [本文引用: 1]

刘志勇, 王淑贤

基于鼠标事件的虚拟仿真实验中学习状态评价模型研究

[J]. 软件工程, 2022, 25 (10): 37- 40

[本文引用: 1]

LIU Zhiyong, WANG Shuxian

Research on learning state evaluation model in virtual simulation experiment based on mouse events

[J]. Software Engineering, 2022, 25 (10): 37- 40

[本文引用: 1]

/

〈 〉