高分辨率遥感影像交互式建筑分割的增强型自动化质量评估网络
计算机视觉与模式识别
2024-01-19 v1 人机交互
摘要
在本研究中，我们介绍了增强型自动化质量评估网络（IBS-AQSNet），这是一种用于评估高分辨率遥感影像中交互式建筑分割质量的创新解决方案。这是分割质量评估中的一个新挑战，我们提出的 IBS-AQSNet 通过识别遗漏和错误的分割区域来缓解这一问题。首先，为了获取鲁棒的图像特征，我们的方法结合了一个鲁棒的预训练骨干网络和一个轻量级对应网络，以从影像和分割结果中提取全面的特征。随后，这些特征通过简单的拼接、卷积层和残差连接进行融合。此外，ISR-AQSNet Incorporates 一个多尺度差分质量评估解码器，能够精确定位分割结果中遗漏或错误的区域。在新建的包含超过 39,198 栋建筑的 EVLab-BGZ 数据集上的实验证明了所提方法在自动化分割质量评估方面的优越性，从而在该领域树立了新的基准。
引用
@article{arxiv.2401.09828,
title = {Enhanced Automated Quality Assessment Network for Interactive Building Segmentation in High-Resolution Remote Sensing Imagery},
author = {Zhili Zhang and Xiangyun Hu and Jiabo Xu},
journal= {arXiv preprint arXiv:2401.09828},
year = {2024}
}
备注
The manuscript is submitted to IEEE International Geoscience and Remote Sensing Symposium(IGARSS2024)