基于投影池化的野外全景多视角建筑分析

我们处理了与细粒度建筑属性相关的六项不同分类任务：建筑结构类型、楼层数、屋顶坡度与几何形状、立面材料以及用途类别。得益于不断增长的城市场景大规模数据集，解决此类远程建筑分析问题的可能性只是近期才出现。为此，我们引入了一个新基准数据集，包含 9674 栋建筑的 49426 张图像（俯视图与街景图）。这些照片进一步与几何元数据一并组装。该数据集展示了多种现实挑战，如遮挡、模糊、部分可见物体以及广泛的建筑类型。我们提出一种新的投影池化层，在高维空间中创建俯视图与侧视图的统一俯视表示。它使我们能够无缝利用建筑与图像元数据。引入该层提升了分类精度——相较于高度调优的基线模型——表明其适用于建筑分析。