密集城市非正规居住区的建筑与道路识别：一个数据集与基准
计算机视觉与模式识别
2026-05-29 v1
摘要
非正规居住区是一种广泛存在的形式，对于可持续城市发展和治理构成重大挑战。然而，现有的遥感数据集主要聚焦于正规城市环境，缺乏针对非正规居住区典型高密度建筑格局和狭窄道路网络的精细标注数据。为填补这一空白，我们引入了 \textit{DenseUIS} 数据集，这是第一个专为极端密集城市非正规居住区的建筑与道路提取而设计的高分辨率遥感数据集，覆盖中国深圳与广州的126个城市村。此外，我们对该数据集上的状态-of-the-art 深度学习模型进行了全面评估。实验结果表明，现有方法在处理非正规居住区独特形态学特征方面存在局限，凸显了需要专门方法的必要性。\textit{DenseUIS} 因此为在复杂高密度非正规环境中推进精细城市制图提供了稳健的基准。该数据集已公开于 https://github.com/rui-research/DenseUIS。
引用
@article{arxiv.2605.29856,
title = {Building and Road Recognition in Dense Urban Informal Settlements: A Dataset and Benchmark},
author = {Hongyu Long and Jiaxuan Liu and Rui Cao},
journal= {arXiv preprint arXiv:2605.29856},
year = {2026}
}
备注
5 pages, 4 figures;