HoliTracer：从大尺寸遥感影像中整体矢量化地理对象
计算机视觉与模式识别
2025-07-23 v1 人工智能
摘要
随着遥感影像（RSI）分辨率的不断提高，大尺寸 RSI 已成为地理对象高精度矢量制图的重要数据源。现有方法通常局限于处理小图像块，这往往导致上下文信息丢失并产生破碎的矢量输出。为了解决这些问题，本文提出了 HoliTracer，这是首个旨在从大尺寸 RSI 中整体提取矢量化地理对象的框架。在 HoliTracer 中，我们使用 Context Attention Net (CAN) 增强了大尺寸 RSI 的分割，该网络采用局部到全局的注意力机制来捕获上下文依赖关系。此外，我们通过一个稳健的流程实现了整体矢量化，该流程利用 Mask Contour Reformer (MCR) 重建多边形，并利用 Polygon Sequence Tracer (PST) 追踪顶点。在包含建筑物、水体和道路的大尺寸 RSI 数据集上的大量实验表明，HoliTracer 优于现有方法。我们的代码和数据可在 https://github.com/vvangfaye/HoliTracer 获取。
引用
@article{arxiv.2507.16251,
title = {HoliTracer: Holistic Vectorization of Geographic Objects from Large-Size Remote Sensing Imagery},
author = {Yu Wang and Bo Dang and Wanchun Li and Wei Chen and Yansheng Li},
journal= {arXiv preprint arXiv:2507.16251},
year = {2025}
}