单光度建筑物高度估计：基于PhiSat-2影像的数据集与方法
计算机视觉与模式识别
2026-04-03 v2
摘要
单光度从光学影像估计建筑物高度对于城市形态特征描述具有重要意义，但由于高度线索模糊、城市间建筑形态差异大以及建筑高度呈长尾分布，仍面临挑战。PhiSat-2是一个具有全球覆盖、4.75米空间分辨率以及七波段光谱观测的有前景的数据源，然而其潜力尚未得到系统评估。为填补这一空白，我们构建了一个PhiSat-2-Height数据集（PHDataset），并提出了Two-Stream Ordinal Network (TSONet)。PHDataset包含来自全球26个城市的9,475组共注册的图像-标签块对。TSONet联合建模轮廓分割与高度估计，引入了Cross-Stream Exchange Module (CSEM) 和 Feature-Enhanced Bin Refinement (FEBR) 模块，用于轮廓感知特征交互和序数高度细化。在PHDataset上的实验表明，TSONet实现了最佳整体性能，MAE与RMSE分别降低13.2%和9.7%，IoU与F1-score分别提升14.0%和10.1%，显著优于当前最强的竞争方法。消融研究进一步验证了CSEM、FEBR以及序数回归与轮廓辅助联合使用的有效性。此外，针对公开可用的建筑高度产品进行的patch级比较表明，PhiSat-2通过其建筑相关空间细节与多光谱观测的平衡组合，为单光度建筑高度估计提供了潜力。总体而言，本研究确认了PhiSat-2在单光度建筑高度估计中的潜力，并为未来研究提供了专用数据集与有效方法。
引用
@article{arxiv.2603.29245,
title = {Monocular Building Height Estimation from PhiSat-2 Imagery: Dataset and Method},
author = {Yanjiao Song and Bowen Cai and Timo Balz and Zhenfeng Shao and Neema Simon Sumari and James Magidi and Walter Musakwa},
journal= {arXiv preprint arXiv:2603.29245},
year = {2026}
}