TFNet：基于邻域像素聚合的调音叉网络用于改进建筑足迹提取
计算机视觉与模式识别
2023-11-07 v1
摘要
本文研究从卫星影像中提取建筑足迹的问题——该任务对许多城市规划与决策应用至关重要。尽管深度学习的最新进展在自动化检测建筑足迹方面取得了巨大进步，现有文献中最先进的方法对于密集相连建筑区域常产生错误结果。此外，这些方法在训练时未纳入邻域影像的上下文，因而通常在影像边界处表现不佳。鉴于这些不足，我们提出一种新颖的调音叉网络 (TFNet) 深度语义分割设计，其不仅对间距较大的建筑表现良好，也对紧密排布在一起的建筑具有优良性能。TFNet 架构的新颖之处在于单一编码器后接两个并行解码器，分别重建建筑足迹与建筑边缘。此外，TFNet 设计与一种在训练过程中于图块边界处纳入邻域信息的新方法相结合。该方法进一步提升了性能，尤其在图块边界处。为进行性能比较，我们使用了 SpaceNet2 与 WHU 数据集，以及来自巴基斯坦拉合尔一处捕捉紧密相连建筑区域的数据集。对于所有三个数据集，所提方法均显著优于基准方法。
引用
@article{arxiv.2311.02617,
title = {TFNet: Tuning Fork Network with Neighborhood Pixel Aggregation for Improved Building Footprint Extraction},
author = {Muhammad Ahmad Waseem and Muhammad Tahir and Zubair Khalid and Momin Uppal},
journal= {arXiv preprint arXiv:2311.02617},
year = {2023}
}