基于视觉语言几何框架的大规模遥感数据集与细粒度道路层级分类
计算机视觉与模式识别
2026-03-24 v1
摘要
本工作提出了SYSU-HiRoads大规模分层道路数据集，以及用于从遥感影像中实现自动多级道路制图的RoadReasoner视觉语言几何框架。SYSU-HiRoads数据集基于中国河南省3631平方公里范围内的GF-2影像构建，包含1079个0.8米空间分辨率的影像块。每个影像块标注了稠密道路掩码、向量中心线以及三级层级标签，支持分割、拓扑重建和层级分类的联合训练与评估。基于该数据集，RoadReasoner旨在生成稳健的道路表面掩码、保持拓扑的道路网络以及语义连贯的层级分配。我们通过显式增强频率敏感线索和多尺度上下文，强化道路特征表征和网络连通性。此外，我们在骨架-段落级别进行层级推断，结合几何描述符和几何感知文本提示，由视觉语言模型查询以获得可 linguistically 解释的等级决策。在SYSU-HiRoads和CHN6-CUG数据集上的实验表明，RoadReasoner超越了最先进的道路提取基线，实现了72.6%的平均准确率、64.2%的F1分数和60.6%的SegAcc，生成准确且语义一致的道路层级地图。该数据集和代码将公开释放，以支持自动化交通基础设施制图、道路存档更新及更广泛的基础设施管理应用。
引用
@article{arxiv.2603.21222,
title = {A Large-Scale Remote Sensing Dataset and VLM-based Algorithm for Fine-Grained Road Hierarchy Classification},
author = {Ting Han and Xiangyi Xie and Yiping Chen and Yumeng Du and Jin Ma and Aiguang Li and Jiaan Liu and Yin Gao},
journal= {arXiv preprint arXiv:2603.21222},
year = {2026}
}