論文の概要: Polygonal Building Segmentation by Frame Field Learning

• arxiv url: http://arxiv.org/abs/2004.14875v2
• Date: Wed, 31 Mar 2021 13:30:18 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-08 03:49:32.671851
• Title: Polygonal Building Segmentation by Frame Field Learning
• Title（参考訳）: フレームフィールド学習による多角形建物セグメンテーション
• Authors: Nicolas Girard, Dmitriy Smirnov, Justin Solomon, Yuliya Tarabalka
• Abstract要約: 我々は、ディープセグメンテーションモデルにフレームフィールド出力を追加することにより、下流タスクで使用されるフォーマットとディープネットワーク出力のギャップを埋める。 我々は、予測されたフレームフィールドを真実の輪郭に整列するディープニューラルネットワークを訓練する。
• 参考スコア（独自算出の注目度）: 37.86051935654666
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While state of the art image segmentation models typically output segmentations in raster format, applications in geographic information systems often require vector polygons. To help bridge the gap between deep network output and the format used in downstream tasks, we add a frame field output to a deep segmentation model for extracting buildings from remote sensing images. We train a deep neural network that aligns a predicted frame field to ground truth contours. This additional objective improves segmentation quality by leveraging multi-task learning and provides structural information that later facilitates polygonization; we also introduce a polygonization algorithm that utilizes the frame field along with the raster segmentation. Our code is available at https://github.com/Lydorn/Polygonization-by-Frame-Field-Learning.
• Abstract（参考訳）: アート画像セグメンテーションモデルの状態は通常、ラスタフォーマットでセグメンテーションを出力するが、地理情報システムではベクトルポリゴンを必要とすることが多い。 下流タスクにおける深層ネットワーク出力とフォーマットのギャップを埋めるために,遠隔センシング画像から建物を抽出するための深部セグメント化モデルにフレームフィールド出力を追加する。 我々は、予測されたフレームフィールドを真実の輪郭に整列するディープニューラルネットワークを訓練する。 この追加目的は、マルチタスク学習を活用してセグメンテーション品質を改善し、後にポリゴン化を容易にする構造情報を提供するとともに、ラスタセグメンテーションとともにフレームフィールドを利用するポリゴン化アルゴリズムも導入する。 私たちのコードはhttps://github.com/Lydorn/Polygonization-by-Frame-Field-Learningで公開しています。

関連論文リスト

• Enhancing Polygonal Building Segmentation via Oriented Corners [0.3749861135832072]
  本稿では,入力画像から直接ポリゴンを抽出する,OriCornerNetという新しいディープ畳み込みニューラルネットワークを提案する。 我々のアプローチは、隣接する角への方向を示すフットプリントマスク、コーナー、配向ベクトルを予測できる深いモデルを含む。 SpaceNet VegasとCrowdAIの小さなデータセットで行った性能評価は、我々のアプローチの競争力を示すものである。
  論文  参考訳（メタデータ） (2024-07-17T01:59:06Z)
• View-Consistent Hierarchical 3D Segmentation Using Ultrametric Feature Fields [52.08335264414515]
  我々は3次元シーンを表すニューラル・レージアンス・フィールド(NeRF)内の新しい特徴場を学習する。 本手法は、ビュー一貫性の多粒性2Dセグメンテーションを入力とし、3D一貫性のセグメンテーションの階層構造を出力として生成する。 提案手法と,多視点画像と多粒性セグメンテーションを用いた合成データセットのベースラインの評価を行い,精度と視点整合性を向上したことを示す。
  論文  参考訳（メタデータ） (2024-05-30T04:14:58Z)
• Real-Time Semantic Segmentation using Hyperspectral Images for Mapping Unstructured and Unknown Environments [2.408714894793063]
  本稿では,ハイパースペクトル画像を用いた実時間画素単位のセマンティック分類とセグメンテーションを提案する。 得られたセグメント画像は、ポリゴンとして抽出、フィルタリング、近似オブジェクトとして処理される。 得られたポリゴンは環境のセマンティックマップを生成するために使用される。
  論文  参考訳（メタデータ） (2023-03-27T22:33:55Z)
• Towards General-Purpose Representation Learning of Polygonal Geometries [62.34832826705641]
  我々は,多角形形状を埋め込み空間に符号化できる汎用多角形符号化モデルを開発した。 1)MNISTに基づく形状分類,2)DBSR-46KとDBSR-cplx46Kという2つの新しいデータセットに基づく空間関係予測を行う。 以上の結果から,NUFTspec と ResNet1D は,既存のベースラインよりも有意なマージンで優れていた。
  論文  参考訳（メタデータ） (2022-09-29T15:59:23Z)
• PolyWorld: Polygonal Building Extraction with Graph Neural Networks in Satellite Images [10.661430927191205]
  本稿では、画像から直接建物頂点を抽出し、それらを正しく接続して正確なポリゴンを生成するニューラルネットワークであるPolyWorldを紹介する。 PolyWorldは、ポリゴン化の構築における最先端を著しく上回る。
  論文  参考訳（メタデータ） (2021-11-30T15:23:17Z)
• CenterPoly: real-time instance segmentation using bounding polygons [11.365829102707014]
  有界多角形を用いたリアルタイムインスタンスセグメンテーションのための新しい手法であるCenterPolyを提案する。 都市部密集環境における道路利用者の検出に応用し,自動走行車などのインテリジェント交通システムへの適用に適している。 ネットワークパラメータのほとんどはネットワークヘッドによって共有され、高速かつ軽量でリアルタイムに実行することができる。
  論文  参考訳（メタデータ） (2021-08-19T21:31:30Z)
• Polygonal Point Set Tracking [50.445151155209246]
  本稿では,学習に基づく多角形点集合追跡手法を提案する。 私たちのゴールは、ターゲットの輪郭上の対応する点を追跡することです。 本稿では,部分歪みとテキストマッピングに対する本手法の視覚効果について述べる。
  論文  参考訳（メタデータ） (2021-05-30T17:12:36Z)
• Quantization in Relative Gradient Angle Domain For Building Polygon Estimation [88.80146152060888]
  CNNアプローチは、しばしばノイズの多いエッジや丸いコーナーを含む不正確な建築形態を生成する。 CNNセグメンテーション出力から角状かつ簡潔なビルディングポリゴンを生成するために,ビルディングコーナーの事前知識を利用するモジュールを提案する。 提案手法は, 円形近似によるCNN出力を, より鮮明な形状の建物足跡に改良することを示した。
  論文  参考訳（メタデータ） (2020-07-10T21:33:06Z)
• Neural Subdivision [58.97214948753937]
  本稿では,データ駆動型粗粒度モデリングの新しいフレームワークであるNeural Subdivisionを紹介する。 すべてのローカルメッシュパッチで同じネットワーク重みのセットを最適化するため、特定の入力メッシュや固定属、カテゴリに制約されないアーキテクチャを提供します。 単一の高分解能メッシュでトレーニングしても,本手法は新規な形状に対して合理的な区分を生成する。
  論文  参考訳（メタデータ） (2020-05-04T20:03:21Z)
• Learning light field synthesis with Multi-Plane Images: scene encoding as a recurrent segmentation task [30.058283056074426]
  本稿では、入力ビューのスパースセットを多面画像(MPI)に変換することで、大規模なベースライン光場からのビュー合成の問題に対処する。 利用可能なデータセットは少ないため、広範なトレーニングを必要としない軽量ネットワークを提案する。 我々のモデルは、RGB層を推定することを学ぶのではなく、MPIアルファ層内のシーン幾何学を符号化するだけであり、それはセグメンテーションタスクに帰着する。
  論文  参考訳（メタデータ） (2020-02-12T14:35:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。