文献

J-GLOBAL ID：202002291101386726   整理番号：20A2655222

空中画像からのベクトル化建築物概要生成のためのエンドツーエンド形状モデリングフレームワーク【JST・京大機械翻訳】

An end-to-end shape modeling framework for vectorized building outline generation from aerial images

著者 (4件)： Chen Qi (School of Geography and Information Engineering, China University of Geosciences (Wuhan), China) ,  Wang Lei (Institute for Aerospace Studies, University of Toronto, Canada) ,  Waslander Steven L. (Institute for Aerospace Studies, University of Toronto, Canada) ,  Liu Xiuguo (School of Geography and Information Engineering, China University of Geosciences (Wuhan), China)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 170  ページ： 114-126  発行年： 2020年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 建築物の同定と注釈は,長い間,高精度ベクトル地図生産の退屈で高価な部分であった。完全畳み込みネットワーク(FCN)のような深層学習技術は,リモートセンシング画像からの自動構築セグメンテーションの精度を大きく促進した。しかし,データ駆動特徴学習から大いに利益を得る深層学習ベース構築セグメンテーション法と比較して,建築物境界ベクトル表現生成技術は,主に手作業特徴と高い人間介入に依存する。これらの技法は手動設計を採用し,訓練データから学習できる豊富な特徴情報を用いる機会を無視し,ベクトル化境界記述を直接生成する。この問題に取り組むために,著者らは,空中画像から建築物輪郭を生成するための学習可能なエンドツーエンドベクトル形状モデリングフレームワークであるPolygonCNNを導入した。フレームワークは最初にFCN様セグメンテーションを行い,初期建築輪郭を抽出する。次に,セグメンテーションステップから抽出されたプールされた画像特徴と共に,ビル多角形の頂点を符号化することによって,修正点Netを,形状事前を学習して,多角形頂点変形を予測して,洗練された建物ベクトル結果を作り出すために提案する。さらに,形状事前学習のために,よくkpted 幾何学的信号を持つ均一サンプリング多角形を生成する単純化および緻密化サンプリング戦略を提案した。2)非常に異なる頂点数を有する建物多角形間の形状類似性を推定するための新しい損失関数。10000以上の建物サンプルに関する実験は,PolygonCNNが最先端の方法よりもより高い頂点ベースF1スコアを有する建物ベクトルを生成でき,同時にFCN様モデルにより達成された建物セグメンテーション精度を良好に維持することを検証した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ベクトル ,  学習 ,  簡素化 ,  セグメンテーション ,  損失関数 ,  ネットワーク ,  緻密化 ,  画像特性 ,  *エンドツーエンド方式
準シソーラス用語： 訓練データ ,  *ベクトル化 ,  高精度 ,  リモートセンシング画像 ,  *空中画像 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 建築物セグメンテーション ,  境界最適化 ,  自動マッピング ,  深層学習 ,  形状モデリング

分類 (2件)： 写真測量,空中写真  (RC02040D) ,  地形データの処理  (RC02050O)

タイトルに関連する用語 (7件)： 空中画像 ,  ベクトル ,  建築物 ,  概要 ,  エンドツーエンド ,  形状モデリング ,  フレームワーク