从高分辨率的空中图像中提取建筑屋顶的图像,使用多尺度的全球感知与空间上下文精细化

科学领域:

• 遥感 遥感 遥感 遥感
• 计算机视觉 计算机视觉
• 人工智能的人工智能

背景情况:

• 建筑屋顶采矿对于绘图,城市规划和智能城市发展至关重要.
• 高分辨率的空中图像有助于自动检测建筑物,但规模变化和复杂形状等挑战仍然存在.
• 现有的深度学习方法 (CNN,变压器) 在屋顶提取中扎着碎片化和细节丢失.

研究的目的:

• 开发一种先进的深度学习模型,用于精确的建筑屋顶提取.
• 为了增强上下文表示和恢复空间细节,从空中图像中提取建筑物.
• 克服当前处理规模变化和复杂建筑几何形状的方法的局限性.

主要方法:

• 开发了一个集成变压器和卷积神经网络 (CNN) 的多规模全球感知子网络.
• 采用了改进的多头注意力编码器,具有多尺度令牌,用于增强全球语义相关性.
• 设计了一个使用高层次语义和浅层特征来恢复空间细节的上下文改进解码器.

主要成果:

• 拟议的模型在WHU数据集上获得了95.18%的F1评分,在Massub数据集上达到93.29%.
• 与最先进的方法相比,定量分析和视觉实验显示出更高的性能.
• 该网络有效地解决了建筑屋顶开采中碎片化和缺乏空间细节的问题.

结论:

• 多个规模的全球感知网为建筑屋顶提取提供了高效和优质的解决方案.
• 新的编码器-解码器架构增强了特征提取和细节恢复.
• 这种方法显著提升了高分辨率空中图像中的自动化建筑检测.