基于提示驱动的航拍图像建筑物足迹提取与偏移-建筑模型
计算机视觉与模式识别
2025-02-25 v4
摘要
从甚高分辨率(VHR)航拍图像中更准确地提取不可见建筑物足迹,依赖于屋顶分割与屋顶到足迹的偏移提取。现有基于实例分割的方法在推广至大规模数据生产时泛化性差,且无法实现低成本的人机交互。这种提示范式启发我们设计了一个用于屋顶与偏移提取的可提示框架,并将端到端算法转化为可提示方法。在该框架内,我们提出了一种新颖的偏移-建筑模型(OBM)。基于提示预测,我们首先发现了一种预测偏移的通用模式,并量身定制了用于偏移优化的距离非极大值抑制(DNMS)算法。为严格评估算法能力,我们引入了一种基于提示的评估方法,与其他模型相比,我们的模型将偏移误差降低了16.6%,并将屋顶交并比(IoU)提高了10.8%。利用预测偏移中的通用模式,DNMS算法使模型进一步将偏移向量损失降低6.5%。为进一步验证模型的泛化性,我们使用新提出的包含超过7000个手动标注实例样本的惠州测试集对模型进行了测试。我们的算法与数据集将在 https://github.com/likaiucas/OBM 提供。
引用
@article{arxiv.2310.16717,
title = {Prompt-Driven Building Footprint Extraction in Aerial Images with Offset-Building Model},
author = {Kai Li and Yupeng Deng and Yunlong Kong and Diyou Liu and Jingbo Chen and Yu Meng and Junxian Ma and Chenhao Wang},
journal= {arXiv preprint arXiv:2310.16717},
year = {2025}
}