HOTA：用于大范围3D洪水映射的层次化重叠-瓦片聚合
计算机视觉与模式识别
2025-11-19 v1 图像与视频处理
摘要
洪水是最频繁的自然灾害之一，造成重大的社会和经济损失。及时、大范围的洪水范围和深度信息对于灾后响应至关重要，但现有产品往往在空间细节和覆盖范围之间进行权衡，或完全忽略洪水深度。为填补这一差距，本工作提出了HOTA：层次化重叠-瓦片聚合，一种即插即用的多尺度推理策略。当与SegFormer和双约束深度估计模块结合时，此方法构成了一个完整的3D洪水映射管线。HOTA在推理阶段仅对不同大小的重叠瓦片应用于多光谱Sentinel-2图像，使SegFormer模型能够捕获局部特征和公里尺度的淹没情况，而无需改变网络权重或重新训练。随后，深度模块基于数字高程模型（DEM）差分法进行推导，通过强制（i）洪水边界处深度为零，（ii）相对于DEM的洪水体积保持近常数，来细化2D掩模并估计洪水深度。以澳大利亚 Kempsey 2021年3月洪水为案例研究，结果表明，HOTA结合SegFormer后，平均交并比（IoU）从73%（U-Net基线）提升至84%。生成的3D表面实现了边界误差小于0.5米的平均绝对值。这些结果表明，HOTA能够为快速灾后响应生产准确的大范围3D洪水图。
关键词
引用
@article{arxiv.2507.07585,
title = {HOTA: Hierarchical Overlap-Tiling Aggregation for Large-Area 3D Flood Mapping},
author = {Wenfeng Jia and Bin Liang and Yuxi Lu and Attavit Wilaiwongsakul and Muhammad Arif Khan and Lihong Zheng},
journal= {arXiv preprint arXiv:2507.07585},
year = {2025}
}