LDPoly：用于大规模地形制图的多边形道路轮廓提取的潜在扩散模型
计算机视觉与模式识别
2025-04-30 v1
摘要
从高分辨率航空图像中提取多边形道路轮廓是大规模地形制图中的重要任务，道路以矢量多边形表示，捕获关键几何特征且顶点冗余最小。尽管该任务至关重要，但现有方法尚未专为此设计。虽然多边形建筑物轮廓提取已广泛研究，但道路独特特征（如分支结构和拓扑连通性）对这些方法构成挑战。为填补这一空白，我们引入 LDPoly，即首个专用于从高分辨率航空图像中提取多边形道路轮廓的框架。我们的方法利用 novel Dual-Latent Diffusion Model 以及 Channel-Embedded Fusion Module，使模型能够同时生成道路掩码和顶点热力图。随后应用量身定制的多边形化方法，以获得具有最小顶点冗余的准确矢量道路多边形。我们在新构建的基准数据集 Map2ImLas 上进行评估，该数据集包含来自荷兰多个地区的各种地物详细的多边形注释。我们的实验包括区域内评估和跨区域评估，后者旨在评估模型在未见地区的泛化性能。定量和定性结果表明，LDPoly 在各种指标上均优于最先进的多边形提取方法，包括像素级覆盖率、顶点效率、多边形规则性和道路连通性。我们还设计了两个新指标来评估多边形的简单性和边界光滑性。此外，本工作代表了首次将扩散模型应用于从遥感影像中提取无冗余顶点的精确矢量对象轮廓，为该领域的未来发展指明了道路。
引用
@article{arxiv.2504.20645,
title = {LDPoly: Latent Diffusion for Polygonal Road Outline Extraction in Large-Scale Topographic Mapping},
author = {Weiqin Jiao and Hao Cheng and George Vosselman and Claudio Persello},
journal= {arXiv preprint arXiv:2504.20645},
year = {2025}
}