CG-Net：用于VHR SAR图像中单体建筑分割的条件GIS感知网络
图像与视频处理
2021-09-24 v1 计算机视觉与模式识别
摘要
从甚高分辨率(VHR)合成孔径雷达(SAR)图像中进行目标检索与重建对城市SAR应用具有重要意义，但由于SAR数据的复杂性而极具挑战。本文解决大尺度城市区域中从单幅VHR SAR图像进行单体建筑分割的问题。为此，我们引入GIS数据中的建筑足迹作为补充信息，并提出一种新颖的条件GIS感知网络(CG-Net)。所提模型学习多级视觉特征，并利用建筑足迹对特征进行归一化以预测SAR图像中的建筑掩膜。我们使用在柏林采集的高分辨率聚束模式TerraSAR-X图像验证了方法。实验结果表明所提CG-Net在不同骨干网络下均有效带来提升。我们进一步比较了两种建筑足迹表示，即完整建筑足迹与传感器可见足迹片段，用于本任务，并得出使用前者可获得更好分割结果的结论。此外，我们研究了不精确GIS数据对CG-Net的影响，该研究表明CG-Net对GIS数据中的定位误差具有鲁棒性。另外，我们提出一种基于精确数字高程模型(DEM)的建筑真值生成方法，可用于生成大规模SAR图像数据集。分割结果可应用于重建细节层次(LoD)1的3D建筑模型，这在我们的实验中得到了展示。
引用
@article{arxiv.2011.08362,
title = {CG-Net: Conditional GIS-aware Network for Individual Building Segmentation in VHR SAR Images},
author = {Yao Sun and Yuansheng Hua and Lichao Mou and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:2011.08362},
year = {2021}
}