结构化视觉领域分段的拓扑保持多边形增强
计算机视觉与模式识别
2026-05-18 v4 人工智能
机器学习
摘要
几何数据增强在分段工作流程中广泛使用，但常常假设多边形注释在转换后保持有效。这一假设在结构化领域如建筑平面图分析中可能失败，在此类情形中，区域可能包含编码为单个有序多边形链中的内部空洞。裁剪或裁切可能移除链中的桥接顶点，导致单个语义区域分裂为不相连的组件。我们提出一种轻量级拓扑保持增强策略，通过在索引空间中修复缺失的相邻关系，同时保持原始顶点顺序。该方法添加的开销最小，可集成到现有预处理工作流程中。实验表明，所提出的方法在常见几何变换下实现近乎完美的循环相邻保持（CAP），并在基于多边形的分段中提高了注释一致性。
引用
@article{arxiv.2603.14764,
title = {Topology-Preserving Polygon Augmentation for Segmentation in Structured Visual Domains},
author = {Sudip Laudari and Sang Hun Baek},
journal= {arXiv preprint arXiv:2603.14764},
year = {2026}
}
备注
10 pages, 6 figures