利用对抗性与正则化损失对卫星图像中建筑边界进行正则化
图像与视频处理
2020-07-24 v1 计算机视觉与模式识别
摘要
在本文中，我们提出一种利用全卷积神经网络并结合对抗性与正则化损失训练的方法，用于卫星图像中建筑边界的细化与正则化。与纯 Mask R-CNN 模型相比，整体算法在准确性和完整性方面可达到同等的性能。然而，不同于产生不规则足迹的 Mask R-CNN，我们的框架生成正则化且视觉上令人满意的建筑边界，这在许多应用中是有益的。
引用
@article{arxiv.2007.11840,
title = {Regularization of Building Boundaries in Satellite Images using Adversarial and Regularized Losses},
author = {Stefano Zorzi and Friedrich Fraundorfer},
journal= {arXiv preprint arXiv:2007.11840},
year = {2020}
}