基于众包街景图像的建筑楼层数估计：慕尼黑数据集与基线方法
计算机视觉与模式识别
2025-05-26 v1
摘要
准确的建筑楼层数或地上层数信息对于房屋估算、公用事业供给、风险评估、疏散规划和能源建模至关重要。然而，大规模的楼层计数数据在地籍和3D城市数据库中很少见。本研究提出了一种端到端的深度学习框架，直接从无限制的众包街景图像中推断楼层数，避免了手工设计特征并能跨多样化的立面风格泛化。为实现基准测试，我们发布了慕尼黑建筑楼层数据集，这是一个公开数据集，包含超过6800张从Mapillary收集和定向现场摄影获取的带地理标签图像，每张图像都配有一个经验证的楼层标签。在该数据集上，所提出的分类-回归网络达到了81.2%的精确准确率，并预测97.9%的建筑在±1层范围内。该方法和数据集共同提供了一条可扩展的途径，以丰富3D城市模型的垂直信息，并为城市信息学、遥感和地理信息科学领域的未来工作奠定基础。源代码和数据将在开源许可下发布于 https://github.com/ya0-sun/Munich-SVI-Floor-Benchmark。
引用
@article{arxiv.2505.18021,
title = {Building Floor Number Estimation from Crowdsourced Street-Level Images: Munich Dataset and Baseline Method},
author = {Yao Sun and Sining Chen and Yifan Tian and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:2505.18021},
year = {2025}
}
备注
Code and data: https://github.com/ya0-sun/Munich-SVI-Floor-Benchmark