基于卫星影像与部分路网的道路提取
计算机视觉与模式识别
2023-05-03 v1
摘要
道路提取是一个主要从卫星影像中自动生成道路地图的过程。现有模型都旨在从零开始生成道路，尽管大量不完整但公开可用的道路地图（例如来自 OpenStreetMap 的地图）可用于辅助道路提取。在本文中，我们提出基于卫星影像与部分路网进行道路提取，这是一个新思路。随后我们针对该任务提出了一个双分支的由部分到完整网络（P2CNet），其包含两个显著组件：门控自注意力模块（GSAM）与缺失部分（MP）损失。GSAM 利用通道级自注意力模块与门控模块来捕获长程语义、过滤无用信息并更好地融合来自两个分支的特征。MP 损失由部分路网导出，试图对部分路网中不存在的道路像素给予更多关注。我们进行了大量实验来证明模型的有效性，例如 P2CNet 在 SpaceNet 与 OSM 数据集上分别以 70.71% 和 75.52% 的 IoU 分数取得了最先进的性能。
引用
@article{arxiv.2303.12394,
title = {Road Extraction with Satellite Images and Partial Road Maps},
author = {Qianxiong Xu and Cheng Long and Liang Yu and Chen Zhang},
journal= {arXiv preprint arXiv:2303.12394},
year = {2023}
}
备注
This paper has been accepted by IEEE Transactions on Geoscience and Remote Sensing