Pix2Poly: 一种从遥感影像中端到端提取多边形建筑足迹的序列预测方法

从遥感数据中提取建筑足迹多边形对于城市理解中的多项任务（如重建、导航和制图）至关重要。尽管该领域已取得显著进展，但精确提取多边形建筑足迹仍然是一个开放问题。本文提出 Pix2Poly，一种基于注意力的端到端可训练且可微分的深度神经网络，能够直接以环图格式生成显式的高质量建筑足迹。Pix2Poly 采用生成式编码器-解码器 Transformer 来生成图顶点 token 序列，其连通性信息由最优匹配网络学习。与之前的图学习方法不同 ours 是一种真正的端到端可训练方法，能够在无需复杂、计算密集的栅格损失函数和繁琐训练流程的情况下提取高质量的建筑足迹和道路网络。在多个复杂且具有挑战性的数据集上评估 Pix2Poly 后，我们报告 Pix2Poly 在多个矢量形状质量指标上优于最先进方法，同时是一种完全显式的方法。我们的代码可在 https://github.com/yeshwanth95/Pix2Poly 获取。