PolyBuilding：用于端到端建筑物提取的多边形Transformer
计算机视觉与模式识别
2022-11-04 v1
摘要
我们提出PolyBuilding，一种用于建筑物提取的全端到端多边形Transformer。PolyBuilding直接从遥感图像预测建筑物的矢量表示。它基于编码器-解码器Transformer架构，同时输出建筑物边界框与多边形。给定一组多边形查询，模型学习它们之间的关联并从图像编码上下文信息，以预测具有固定顶点数的最终建筑物多边形集合。执行角点分类以区分建筑物角点与采样点，可用于在推理时去除建筑墙面上的冗余顶点。进一步应用一维非极大值抑制(NMS)以减少建筑物角点附近的顶点冗余。借助这些精炼操作，可有效获得形状规则且复杂度低的多边形。在CrowdAI数据集上进行了全面实验。定量与定性结果表明，我们的方法大幅优于先前的多边形建筑物提取方法。其在像素级覆盖、实例级精确率与召回率以及几何级属性（包括轮廓规则性与多边形复杂度）方面均达到新的SOTA。
引用
@article{arxiv.2211.01589,
title = {PolyBuilding: Polygon Transformer for End-to-End Building Extraction},
author = {Yuan Hu and Zhibin Wang and Zhou Huang and Yu Liu},
journal= {arXiv preprint arXiv:2211.01589},
year = {2022}
}