基于航空图像的屋顶结构实例分割与几何属性回归
计算机视觉与模式识别
2026-05-27 v1
摘要
我们提出了一种从单张航空正射影像中联合预测屋顶分割掩码及三维连续几何属性（建筑高度、屋顶坡度和屋顶方位）的方法。该方法在 Mask R-CNN 基础上引入专门的属性回归分支，包含两个关键创新点：一种条件方位损失，用于抑制屋顶平坦区域（方位标签本质噪声较大的区域）的监督；以及一种对数标准化的高度表示，解决建筑高度分布高度偏斜的问题。我们在由荷兰航空图像与自动从 3DBAG（全国基于激光测距的 3D 建筑数据集）衍生的大规模数据集上进行训练与评估。采用 DINOv3 ConvNeXt-Base backbone，本方法在屋顶坡度平均绝对误差约为 4 度，在方位误差为 7 度，在建筑高度误差为 1 米，实例分割 AP 为 0.566。预测的每个分割掩码及其属性足以从单张俯视图像重建简化的 3D 建筑模型（LoD2），仅需针对训练使用昂贵的 3D 参考数据。
引用
@article{arxiv.2605.26370,
title = {Joint Instance Segmentation and Geometric Attribute Regression for Roof Structures in Aerial Imagery},
author = {Luuk Versteeg and Rob G. J. Wijnhoven and Martin R. Oswald},
journal= {arXiv preprint arXiv:2605.26370},
year = {2026}
}