PolyFootNet: 从非垂直遥感影像中提取多边形建筑轮廓
计算机视觉与模式识别
2025-04-23 v4
摘要
从非垂直影像中提取多边形建筑轮廓对多种应用至关重要。当前基于深度学习的提取方法主要依赖语义分割范式和后处理算法，限制了其边界精度和适用性。然而，现有的多边形提取方法本质上是为近垂直影像设计的，无法应对非垂直观测角度引入的几何复杂性。为应对这些挑战，本文提出了多边形轮廓网络(PolyFootNet)，一种新颖的深度学习框架，无需外部后处理步骤即可直接输出多边形建筑轮廓。PolyFootNet采用高质量掩码引导器(High-Quality Mask Prompter)生成精确的屋顶掩码，在统一模型流水线中指导多边形顶点提取。PolyFootNet的一项关键贡献是引入基于Nadaraya-Watson回归的自偏移注意力(Self Offset Attention)机制，以有效缓解低层建筑与高层建筑之间观察到的精度差异。该方法使低层建筑的预测能够利用从高层建筑偏移中学习到的角度校正，显著提升整体提取精度。此外，受建筑轮廓提取任务固有歧义性的启发，我们系统地研究了替代提取范式，并证明建筑掩码与偏移的联合方法能够实现更优的多边形轮廓结果。大量实验验证了PolyFootNet的有效性，展示了其作为从具有挑战性的非垂直影像中进行鲁棒、通用且精确的多边形建筑轮廓提取方法的巨大潜力。为促进进一步研究，我们将在https://github.com/likaiucas/PolyFootNet发布偏移预测模块的预训练权重。
引用
@article{arxiv.2408.08645,
title = {PolyFootNet: Extracting Polygonal Building Footprints in Off-Nadir Remote Sensing Images},
author = {Kai Li and Yupeng Deng and Jingbo Chen and Yu Meng and Zhihao Xi and Junxian Ma and Chenhao Wang and Maolin Wang and Xiangyu Zhao},
journal= {arXiv preprint arXiv:2408.08645},
year = {2025}
}