基于卷积网络的航空场景自动建筑物提取
计算机视觉与模式识别
2016-02-23 v1
摘要
由于建筑物外观的极大变化，从航空和卫星影像中自动提取建筑物极具挑战性。为了解决这个问题，我们设计了一个卷积网络，其最终阶段整合了来自多个先前阶段的激活以进行像素级预测，并引入建筑物边界的符号距离函数作为输出表示，其具有增强的表示能力。我们利用地理信息系统(GIS)中丰富的建筑物足迹数据来编译训练数据。训练后的网络在比先前工作所用数据集显著更大且更复杂的数据集上实现了优越性能，表明所提方法为自动化这一劳动密集型任务提供了有前景且可扩展的解决方案。
引用
@article{arxiv.1602.06564,
title = {Automatic Building Extraction in Aerial Scenes Using Convolutional Networks},
author = {Jiangye Yuan},
journal= {arXiv preprint arXiv:1602.06564},
year = {2016}
}