Les chercheurs proposent LTM, un cadre de reconstruction multimodal qui exploite des Modèles Numériques d'Élévation (MNE) obsolètes comme priors géométriques pour la reconstruction 3D basée sur des images dans les régions sujettes aux incendies. La méthode utilise un alignement pixel-à-pixel basé sur la physique entre les images et les données MNE pour éliminer les procédures coûteuses de mise en correspondance de caractéristiques.
- Utilise des MNE hérités comme priors géométriques pour la cartographie du terrain à grande échelle.
- Emploie un alignement pixel-à-pixel basé sur la physique pour réduire la complexité computationnelle.
- Génère des cartes de profondeur de haute fidélité à partir d'images posées tout en maintenant des performances en temps réel.
- Validé à l'aide d'un simulateur de grand terrain basé sur une zone réelle sujette aux incendies.
L'approche offre des améliorations significatives en termes de précision de reconstruction et d'efficacité computationnelle, fournissant une solution évolutive pour la réponse d'urgence.