GATA2Floor：用于街景立面楼层计数的图注意力网络
计算机视觉与模式识别
2026-05-13 v1 图像与视频处理
摘要
从街景图像中自动分析建筑立面在城市分析、能源评估和应急规划方面具有巨大潜力。然而，这需要对空间排列的元素进行推理，而不仅仅是孤立的检测。在这项工作中，我们将每个立面建模为一个基于门窗检测的图，并在边上施加垂直先验。此外，我们引入了 GATA2Floor，一个基于多头图注意力网络 v2（GATv2）的模型，该模型预测建筑物的全局楼层数，并通过可学习的交叉注意力查询将元素软分配到潜在的楼层槽位，从而产生可解释的输出和对不规则设计的鲁棒性。为了缓解标注数据集的缺乏，我们证明所提出的基于图的推理可以在没有标注的情况下应用，方法是利用一个基于自监督特征和视觉-语言评分的轻量级无标签提议机制。我们的方法展示了基于图注意力的关系推理在立面理解中的价值。
引用
@article{arxiv.2605.11863,
title = {GATA2Floor: Graph attention for floor counting in street-view facades},
author = {Ngoc Tan Le and Tzoulio Chamiti and Eirini Papagiannopoulou and Nikos Deligiannis},
journal= {arXiv preprint arXiv:2605.11863},
year = {2026}
}
备注
Accepted at IEEE ICIP 2026; 6 pages, 5 figures, 3 tables