報告人：陳昊（德國柏林工業大學 博士生）
時間：2024年9月24日（周二）14:00-15:30
地點：測繪館206報告廳
報告簡介：
傳統的行星地形建模方法，包括Stereo-Photogrammetry (SPG) 和Stereo-Photoclinometry (SPC)——后者在單視影像情境下亦被稱為Shape-from-Shading (SFS)——在行星科學領域已經發展幾十年。近年來，隨著行星探測任務獲取了海量高分辨率光學影像數據，為深入了解行星、衛星、小行星和彗星提供了新機遇。鑒于深度學習技術在處理大數據方面的優勢，本研究將探索其在行星地形建模中的新應用。針對大小天體的多樣化探測模式，本匯報以大天體（月球）和小天體（Itokawa，Ryugu）為例，分別介紹了適用于各自特性的深度學習方法。鑒于當前高分辨率影像數據已能廣泛覆蓋月球表面，但立體影像對仍顯不足的現狀，本報告首先介紹了基于單視影像技術的高分辨率月球地形恢復方法。對于小天體而言，基于SPC和SPG的精細全局形狀建模方法往往依賴于大量影像數據，且對影像的覆蓋條件有特定要求。針對這一挑戰，本報告深入探討了基于神經輻射場的小天體神經隱式形狀建模方法。該方法旨在通過顯著減少所需影像數量，實現小天體的高分辨率全局形狀建模。
報告人簡介：
陳昊，柏林工業大學大地測量與地理信息科學系在讀博士生，近20期六合彩結果-香港六合彩走勢圖
碩士。獲柏林工業大學赴意大利特倫托大學國際交流獎學金。他在遙感和行星科學等領域學術期刊和會議上發表多篇論文，其中包括以第一作者或通訊作者身份在ISPRS, IEEE JSTARS等權威期刊上發表了3篇論文。此外，他還擔任了IEEE TGRS，AISR等國際學術期刊的審稿人。他的研究興趣包括月球著陸點選取，基于高分辨率光學影像的月球形貌反演，小行星形狀和地形高精度建模。
