基于机器学习的卫星影像三维建筑矢量化
计算机视觉与模式识别
2021-04-15 v1 图像与视频处理
摘要
我们提出一种基于机器学习的自动三维建筑重建与矢量化方法。以单通道摄影测量数字表面模型(DSM)和全色(PAN)影像为输入，我们首先通过条件生成对抗网络(cGAN)滤除非建筑物体并细化输入DSM的建筑形状。随后，将细化后的DSM与输入PAN影像送入语义分割网络以检测建筑屋顶的边缘与角点。接着，提出一组矢量化算法来构建屋顶多边形。最后，将细化DSM中的高度信息添加到多边形中，以获得完全矢量化的细节层次(LoD)-2建筑模型。我们在大规模卫星影像上验证了方法的有效性，取得了当前最优(state-of-the-art)性能。
引用
@article{arxiv.2104.06485,
title = {Machine-learned 3D Building Vectorization from Satellite Imagery},
author = {Yi Wang and Stefano Zorzi and Ksenia Bittner},
journal= {arXiv preprint arXiv:2104.06485},
year = {2021}
}
备注
Accepted to CVPR workshop (EarthVision 2021)