利用多模态遥感数据识别大规模城区中每栋建筑的功能
计算机视觉与模式识别
2024-05-09 v1 图像与视频处理
摘要
建筑作为城市环境中的基本人造结构，是理解各种城市功能区的重要指标。快速的城市化提出了高效调查建筑足迹和功能的迫切需求。在本研究中，我们提出了一个半监督框架，利用多模态遥感数据识别大规模城区中每栋建筑的功能。具体而言，收集光学图像、建筑高度和夜间灯光数据来描述建筑的形态属性。然后，从志愿者地理信息（VGI）数据中收集感兴趣区域（AOI）和建筑掩码，以形成稀疏标记样本。此外，利用多模态数据和弱标签，通过半监督策略训练分割模型。最后，通过 20,000 个验证点和政府的统计调查报告对结果进行评估。评估显示，在中国上海的 1,616,796 栋建筑中，生成的功能图达到了 82% 的总体精度（OA）和 71% 的 Kappa 系数。本研究有潜力支持大规模城市管理和可持续城市发展。所有收集的数据和生成的地图均在 https://github.com/LiZhuoHong/BuildingMap 开放获取。
引用
@article{arxiv.2405.05133,
title = {Identifying every building's function in large-scale urban areas with multi-modality remote-sensing data},
author = {Zhuohong Li and Wei He and Jiepan Li and Hongyan Zhang},
journal= {arXiv preprint arXiv:2405.05133},
year = {2024}
}
备注
5 pages, 7 figures, accepted by IGARSS 2024