TSE-Net：基于单张遥感影像的半监督单目高度估计

单目高度估计在遥感三维感知中扮演着关键角色，为多视角或基于激光雷达的方法提供了一种经济高效的替代方案。尽管深度学习显著提升了单目高度估计的能力，但这些方法从根本上仍受限于有标签数据的可用性，而大规模获取此类数据成本高昂且劳动密集。高质量标注的稀缺阻碍了现有模型的泛化能力和性能。为克服这一局限，我们提出通过半监督学习框架利用大量无标签数据，使模型能够从无标签样本中提取信息性线索并提升其预测性能。本文中，我们引入 TSE-Net，一种用于半监督单目高度估计的自训练流程。该流程集成了教师、学生和考官网络。学生网络使用教师网络生成的伪标签在无标签数据上进行训练，而考官网络则作为学生网络的时间集成来稳定性能。教师网络被构建为一个联合回归与分类模型：回归分支预测高度值作为伪标签，分类分支预测高度值类别及类别概率，后者用于过滤伪标签。高度值类别通过分层双切策略定义，以解决高度固有的长尾分布问题，预测的类别概率则通过 Plackett-Luce 模型进行校准，以反映伪标签的预期准确度。我们在涵盖不同分辨率和成像模态的三个数据集上评估了所提出的流程。代码可在 https://github.com/zhu-xlab/tse-net 获取。