聚焦阴影：利用深度学习从单张遥感 RGB 图像预测高度图
计算机视觉与模式识别
2021-04-23 v1 机器学习
摘要
在单张遥感图像中估计建筑物和植被的高度图是一个具有挑战性的问题。该问题的有效解决方案可成为解决遥感学科中需要航空影像三维信息的复杂且高要求问题的垫脚石，而获取这些信息可能成本高昂或不可行。我们提出了一种任务聚焦的深度学习（DL）模型，该模型利用遥感图像的阴影图来计算其高度图。阴影计算高效且不会显著增加计算复杂度。该模型使用航空图像及其 Lidar 测量值进行训练，在该任务上取得了优越性能。我们使用覆盖英国曼彻斯特大片区域的数据集以及 2018 IEEE GRSS 数据融合竞赛 Lidar 数据集对模型进行了验证。我们的工作表明，所提出的 DL 架构以及向模型中注入阴影信息的技术对于改进单张遥感影像的高度图估计任务是很有价值的。
引用
@article{arxiv.2104.10874,
title = {Focusing on Shadows for Predicting Heightmaps from Single Remotely Sensed RGB Images with Deep Learning},
author = {Savvas Karatsiolis and Andreas Kamilaris},
journal= {arXiv preprint arXiv:2104.10874},
year = {2021}
}
备注
30 pages, 13 figures