Polygonizer：一种自回归建筑物勾勒器
计算机视觉与模式识别
2023-04-11 v1 机器学习
摘要
在地理空间规划中，常以矢量化格式表示对象至关重要，因为该格式易于转化为网页开发、图形或设计等下游任务。虽然这些问题常通过语义分割解决，而语义分割需要额外的后处理以非平凡方式对对象矢量化，我们提出了一种图像到序列（Image-to-Sequence）模型，可直接进行形状推断，并开箱即可用于基于工作流的应用。我们以多种方式展示了模型的性能，包括对图像输入的扰动，这些扰动对应于遥感应用中常见的变化或伪影。在使用真实边界框（每图一个对象）时，我们的模型优于先前工作，实现了最低的最大切线角误差。
引用
@article{arxiv.2304.04048,
title = {Polygonizer: An auto-regressive building delineator},
author = {Maxim Khomiakov and Michael Riis Andersen and Jes Frellsen},
journal= {arXiv preprint arXiv:2304.04048},
year = {2023}
}
备注
ICLR 2023 Workshop on Machine Learning in Remote Sensing