建筑立面图像中的窗户检测:一种基于 Mask R-CNN 的深度学习方法
计算机视觉与模式识别
2021-07-22 v1 机器学习
摘要
建筑立面中窗户的解析是计算机视觉中长期期望但具挑战性的任务。它对城市分析、语义重建、生命周期分析、数字孪生以及场景解析等需要高质量语义数据的建筑相关任务至关重要。本文研究了将 mask R-CNN 框架用于立面图像输入的窗户检测。我们利用迁移学习在 COCO 权重上用自行收集的街道视角立面图像数据集训练所提方法,以生成新窗户类的实例分割。实验结果表明,我们提出的方法在相对较小的数据集下仅通过迁移学习与数据增强训练网络,即可达到与先前最先进窗户检测方法相当的结果,即便未使用后优化技术。
引用
@article{arxiv.2107.10006,
title = {Window Detection In Facade Imagery: A Deep Learning Approach Using Mask R-CNN},
author = {Nils Nordmark and Mola Ayenew},
journal= {arXiv preprint arXiv:2107.10006},
year = {2021}
}
备注
13 pages, 65 figures, 1 table