基于甚高分辨率卫星数字表面模型与正射影像的 LoD-2 模型自动重建
计算机视觉与模式识别
2021-09-10 v1
摘要
本文提出了一种遵循“分解-优化-拟合”范式的模型驱动方法，用于重建 LoD-2 建筑模型。该方法首先通过基于深度学习的检测器获得建筑检测结果，并使用“三步”多边形提取方法将各个分割块矢量化成多边形，随后采用一种新颖的基于网格的分解方法，将复杂且形状不规则的建筑多边形分解为紧密组合的基本建筑矩形，以便拟合基本建筑模型。我们可选地引入了 OpenStreetMap (OSM) 和图割（Graph-Cut, GC）标注来进一步优化二维建筑矩形的朝向。三维建模步骤采用建筑特定参数（如屋脊线）以及非刚性和正则化变换，以优化使用最小基本模型集的灵活性。最后，建筑模型的屋顶类型得到优化，同一建筑段内的相邻建筑模型被合并为复杂的多边形模型。基于我们对具有不同城市模式的多个城市实验数据集的评估和比较研究，我们提出的方法解决了现有方法中的若干技术缺陷，从而获得了实际的高质量结果。
引用
@article{arxiv.2109.03876,
title = {Automated LoD-2 Model Reconstruction from Very-HighResolution Satellite-derived Digital Surface Model and Orthophoto},
author = {Shengxi Gui and Rongjun Qin},
journal= {arXiv preprint arXiv:2109.03876},
year = {2021}
}
备注
16 figures, 31 pages