基于深度有序回归网络从单张航拍图像进行高度估计

理解地球表面的三维几何结构数十年来一直是摄影测量与遥感领域的活跃研究课题，是三维数字城市建模、变化检测和城市管理等多种应用的基本构建模块。以往研究广泛探讨了基于立体或多视图像匹配的航拍图像高度估计问题。这些方法需要来自不同视角的两张或更多图像，并在提供相机信息的情况下重建三维坐标。本文中，我们处理从单张航拍图像进行高度估计这一模糊且未解决的问题。受深度学习尤其是深度卷积神经网络（CNNs）巨大成功的驱动，一些研究提出通过训练深度 CNN 模型与大规模标注数据集来从单张航拍图像估计高度信息。这些方法将高度估计视为回归问题，并直接使用编码器-解码器网络回归高度值。本文中，我们提议将高度值划分为间隔递增的区间，并将回归问题转化为有序回归问题，使用有序损失进行网络训练。为实现多尺度特征提取，我们进一步引入空洞空间金字塔池化（ASPP）模块从多个空洞卷积层提取特征。此后，设计了一种后处理技术将每个图像块预测的高度图转换为无缝高度图。最后，我们在 ISPRS Vaihingen 和 Potsdam 数据集上进行了广泛实验。实验结果表明我们的方法相比最先进（SOTA）方法性能显著更优。