building extraction | BriefGPT

关键词building extraction

搜索结果 - 11

RSBuilding: 通向通用遥感图像建筑目标提取和变化检测的基础模型
提出了一种综合的遥感图像建筑理解模型，具有跨场景泛化和任务普适性，可以同时处理建筑提取和变化检测等两个结构不同的任务，并展现出鲁棒的零样本推广能力。
PDF4 months ago
高分辨率卫星影像自动建筑提取的各种基于 EfficientNet 的 U-Net++ 架构性能分析
本研究基于 U-Net 设计了一种基于 efficientNet 骨干网络的 U-Net++ 模型，通过深度监督和密集的重新设计的跳跃连接，以及对背景中不相关特征区域影响的减弱，提高了模型的敏感性，实验结果表明该模型在提取高分辨率卫星图像中
PDF10 months ago
HGDNet: 单视角建筑物提取和高度估计的高度层级引导的双解码器网络
本研究提出一种基于 Height-hierarchy Guided Dual-decoder Network (HGDNet) 的方法，通过集合卫星图像建筑提取和高度估计任务，实现大规模城市 3D 重建，并在 DFC 2023 数据集上展示
PDFa year ago
建筑物提取与高度估计的多任务学习的数据融合
根据 DFC23 赛事提出的城市重建问题，本文尝试使用光学和雷达卫星图像的多任务学习方法来进行建筑物提取和高度估计，实验结果显示在约束条件下进行的建筑物提取和高度估计任务的基准结果显著提高。
PDFa year ago
通过一种不确定性感知网络进行遥感图像的建筑物提取
建筑提取是从遥感图像中分割建筑像素的目标，它在城市规划和城市动态监测等多个应用中起着重要作用。本文通过利用深度学习方法中的一种新型不确定性感知网络（UANet），提出了一个解决传统深度学习模型中不确定预测问题的有效解决方案，并通过实验证明了
PDFa year ago
BCE-Net：基于对比学习的可靠历史地图和最新图像建筑物足迹变化提取
本研究开发了对比学习方法，将历史建筑物的印记与单个最新的遥感图像进行验证，以注入建筑物的语义信息并增加其特征可辨度，避免因季节性变化和建筑立面倾斜等因素产生的伪变化，并利用可变形卷积神经网络减少历史建筑多边形与最新图像中建筑不一致的影响，识
PDFa year ago
LIGHT: 卫星图像联合多任务学习网络实现建筑物提取和高度估计
通过多任务学习神经网络 (LIGHT) 将个体的建筑提取和高度估计结合起来，在输出建筑物的高度地图、边界框和分割掩码图的同时，通过门控交叉任务交互 (GCTI) 模块提高了特征交互的效率。实验结果表明，背景为 ResNet101 的 LIG
PDFa year ago
基于多尺度概率映射引导的具有注意力机制的指数池化在道路和建筑物分割中的应用
该研究提出了一种新的多尺度监督扩张多路径注意力网络（MSSDMPA-Net）框架，其中包括动态注意力映射引导索引池化（DAMIP）和动态注意力映射引导空间和通道注意力（DAMSCA）等两个模块来从卫星图像中精确提取建筑物和道路，并且实验证明
PDFa year ago
使用卷积神经网络进行大规模建筑物提取：美国地图绘制
通过采用分支卷积神经网络、全卷积神经网络、条件随机场作为循环神经网络以及 SegNet 四种卷积神经网络体系结构，对美国整个大陆分类提取建筑物轮廓线，将符号距离标签与 SegNet 结合，改进了建筑物轮廓线的提取结果并提出了融合近红外信息的
PDF6 years ago
MM深度跨领域建筑物提取，用于倾斜航空图像的选择性深度估计
使用卷积神经网络进行实时建筑物提取，提出了一种允许从倾斜航空影像中进行多视图深度估计的算法，结合 Faster R-CNN，可以从高空俯瞰图像中选择性地重建建筑物。
PDF6 years ago
利用卷积网络自动提取航拍场景中的建筑物
本研究提出了一种使用卷积网络和距离函数的方法，利用 GIS 中的建筑足迹数据训练，可实现从空中和卫星图像中自动提取建筑物的任务自动化，并在大规模和复杂的数据集上显著优于先前的方法。
PDF8 years ago