PolyWorld：基于图神经网络的卫星图像多边形建筑物提取
计算机视觉与模式识别
2022-04-07 v3
摘要
尽管大多数最先进的实例分割方法产生二值分割掩码，但地理与制图应用通常需要提取对象的精确矢量多边形而非栅格化输出。本文介绍PolyWorld，一种直接从图像中提取建筑物顶点并正确连接它们以创建精确多边形的神经网络。该模型使用图神经网络预测每对顶点之间的连接强度，并通过求解可微最优传输问题来估计分配。此外，通过最小化组合分割与多边形角度差异损失来优化顶点位置。PolyWorld在建筑物多边形化方面显著优于最先进水平，不仅取得了显著的定量结果，而且生成了视觉上令人满意的建筑物多边形。代码与训练权重已公开于 https://github.com/zorzi-s/PolyWorldPretrainedNetwork。
引用
@article{arxiv.2111.15491,
title = {PolyWorld: Polygonal Building Extraction with Graph Neural Networks in Satellite Images},
author = {Stefano Zorzi and Shabab Bazrafkan and Stefan Habenschuss and Friedrich Fraundorfer},
journal= {arXiv preprint arXiv:2111.15491},
year = {2022}
}