BiSVP：通过双向序列化顶点预测提取建筑物轮廓
计算机视觉与模式识别
2023-03-02 v1
摘要
从遥感图像中提取建筑物轮廓近来备受关注。主流方法通过生成矢量化的建筑物掩码并辅以繁琐的细化阶段来解决这一挑战性问题，限制了此类方法的应用。本文提出一种新颖的免细化、端到端的建筑物轮廓提取方法，概念直观、简单且有效。我们的方法称为 BiSVP，用有序顶点表示建筑物实例，并将建筑物轮廓提取表述为以双向方式直接预测序列化顶点。此外，我们提出跨尺度特征融合（CSFF）模块以促进高分辨率和丰富语义特征学习，这对密集建筑物顶点预测任务至关重要。无需额外技巧，我们的 BiSVP 在三个建筑物实例分割基准上以显著优势优于最先进的方法，清楚展示了其优越性。代码和数据集将公开。
引用
@article{arxiv.2303.00300,
title = {BiSVP: Building Footprint Extraction via Bidirectional Serialized Vertex Prediction},
author = {Mingming Zhang and Ye Du and Zhenghui Hu and Qingjie Liu and Yunhong Wang},
journal= {arXiv preprint arXiv:2303.00300},
year = {2023}
}