論文の概要: LDPoly: Latent Diffusion for Polygonal Road Outline Extraction in Large-Scale Topographic Mapping
- arxiv url: http://arxiv.org/abs/2504.20645v1
- Date: Tue, 29 Apr 2025 11:13:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:54.862063
- Title: LDPoly: Latent Diffusion for Polygonal Road Outline Extraction in Large-Scale Topographic Mapping
- Title（参考訳）: LDPoly:大規模地形図における多角形道路アウトライン抽出のための潜時拡散
- Authors: Weiqin Jiao, Hao Cheng, George Vosselman, Claudio Persello,
- Abstract要約: 本稿では,高解像度空中画像から多角形道路輪郭を抽出する最初のフレームワークであるLDPolyを紹介する。
新しいベンチマークデータセットであるMap2ImLasでLDPolyを評価する。
- 参考スコア（独自算出の注目度）: 5.093758132026397
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Polygonal road outline extraction from high-resolution aerial images is an important task in large-scale topographic mapping, where roads are represented as vectorized polygons, capturing essential geometric features with minimal vertex redundancy. Despite its importance, no existing method has been explicitly designed for this task. While polygonal building outline extraction has been extensively studied, the unique characteristics of roads, such as branching structures and topological connectivity, pose challenges to these methods. To address this gap, we introduce LDPoly, the first dedicated framework for extracting polygonal road outlines from high-resolution aerial images. Our method leverages a novel Dual-Latent Diffusion Model with a Channel-Embedded Fusion Module, enabling the model to simultaneously generate road masks and vertex heatmaps. A tailored polygonization method is then applied to obtain accurate vectorized road polygons with minimal vertex redundancy. We evaluate LDPoly on a new benchmark dataset, Map2ImLas, which contains detailed polygonal annotations for various topographic objects in several Dutch regions. Our experiments include both in-region and cross-region evaluations, with the latter designed to assess the model's generalization performance on unseen regions. Quantitative and qualitative results demonstrate that LDPoly outperforms state-of-the-art polygon extraction methods across various metrics, including pixel-level coverage, vertex efficiency, polygon regularity, and road connectivity. We also design two new metrics to assess polygon simplicity and boundary smoothness. Moreover, this work represents the first application of diffusion models for extracting precise vectorized object outlines without redundant vertices from remote-sensing imagery, paving the way for future advancements in this field.
- Abstract（参考訳）: 高分解能空中画像から抽出した多角形道路輪郭は、道路をベクトル化された多角形として表現し、頂点冗長性を最小限に抑えた重要な幾何学的特徴をとらえる大規模地形マッピングにおいて重要な課題である。
その重要性にもかかわらず、このタスクのために、既存のメソッドは明示的に設計されていない。
多角形建築物のアウトライン抽出は広く研究されているが、分岐構造やトポロジカル接続といった道路の特徴はこれらの手法に課題を提起している。
このギャップに対処するために,高解像度空中画像から多角形道路輪郭を抽出する最初の専用フレームワークであるLDPolyを紹介した。
提案手法は,チャネル埋め込み型核融合モジュールを用いた新しいDual-Latent Diffusion Modelを利用して,道路マスクと頂点ヒートマップを同時に生成する。
次に, 最小頂点冗長性を有する正確なベクトル化道路多角形を得るために, 調整多角形化法を適用した。
新しいベンチマークデータセットであるMap2ImLasでLDPolyを評価する。
本実験では,非表示領域におけるモデル一般化性能の評価を目的として,地域内および地域横断評価を行った。
LDPolyは, 画素レベルのカバレッジ, 頂点効率, ポリゴン規則性, 道路接続性など, さまざまな指標において, 最先端ポリゴン抽出法より優れていることを示す。
また、ポリゴンの単純さと境界の滑らかさを評価するための2つの新しい指標を設計する。
さらに、この研究は、リモートセンシング画像から冗長な頂点のない正確なベクトル化オブジェクトアウトラインを抽出する拡散モデルの最初の応用であり、この分野での今後の進歩への道を開くものである。
関連論文リスト
- Polygonizing Roof Segments from High-Resolution Aerial Images Using Yolov8-Based Edge Detection [0.0]
本研究では,リモートセンシング画像を用いた屋上詳細抽出とベクトル化のための新しい手法を提案する。
我々は、元来回転物体検出用に設計されたYOLOv8 OBBモデルを適用し、屋根の縁を効果的に抽出する。
メルヴィルとハウスドルフのデータセットで実施された実験は、この方法の有効性を強調している。
論文 参考訳（メタデータ） (2025-03-12T09:29:10Z) - DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。
幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。
テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
論文 参考訳（メタデータ） (2024-11-03T15:15:01Z) - PolyFootNet: Extracting Polygonal Building Footprints in Off-Nadir Remote Sensing Images [27.58630526006379]
PolyFootNetは、新しいディープラーニングフレームワークで、外部の処理後ステップを必要とせずに、ポリゴンのビルディングフットプリントを直接出力する。
PolyFootNetの重要な貢献は、Nadaraya-Watsonレグレッションに基づくセルフオフセットアテンションメカニズムを導入し、低層と高層ビル間の精度の相違を効果的に緩和することである。
論文 参考訳（メタデータ） (2024-08-16T10:21:13Z) - Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。
そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。
PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
論文 参考訳（メタデータ） (2024-07-26T06:29:09Z) - 3D Neural Edge Reconstruction [61.10201396044153]
本研究では,線と曲線に焦点をあてて3次元エッジ表現を学習する新しい手法であるEMAPを紹介する。
多視点エッジマップから無符号距離関数(UDF)の3次元エッジ距離と方向を暗黙的に符号化する。
この神経表現の上に、推定されたエッジ点とその方向から3次元エッジを頑健に抽象化するエッジ抽出アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T17:23:51Z) - Progressive Evolution from Single-Point to Polygon for Scene Text [79.29097971932529]
単点をコンパクトな多角形に効率よく変換できるPoint2Polygonを導入する。
まず認識信頼度に基づいてアンカーポイントを作成し,ポリゴンを垂直に水平に精製する。
また,本手法により生成したポリゴンを用いた学習において,GTと比較して精度の86%を達成し,さらに,提案したPoint2Polygonをシームレスに統合することにより,単一点スポッターにポリゴンの生成を促進させることができた。
論文 参考訳（メタデータ） (2023-12-21T12:08:27Z) - HiT: Building Mapping with Hierarchical Transformers [43.31497052507252]
階層変換器を用いた簡易かつ斬新な建物マッピング手法HiTを提案する。
HiTは、分類とバウンディングボックス回帰ヘッドに平行なポリゴンヘッドを追加することによって、2段階検出アーキテクチャの上に構築される。
本手法は, 最先端手法と比較して, 事例分割と多角形メトリクスの両面において, 新たな最先端化を実現している。
論文 参考訳（メタデータ） (2023-09-18T10:24:25Z) - 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) - PolyNet: Polynomial Neural Network for 3D Shape Recognition with
PolyShape Representation [51.147664305955495]
3次元形状表現とその処理は3次元形状認識に大きな影響を及ぼす。
我々は、ディープニューラルネットワークに基づく手法(PolyNet)と特定のポリゴン表現(PolyShape)を提案する。
本研究では,3次元形状分類と検索作業におけるPolyNetの長所と長所を実証した。
論文 参考訳（メタデータ） (2021-10-15T06:45:59Z) - Automated LoD-2 Model Reconstruction from Very-HighResolution
Satellite-derived Digital Surface Model and Orthophoto [1.2691047660244335]
本稿では,LoD-2ビルディングモデルを「分解最適化最適化」パラダイムに従って再構成するモデル駆動手法を提案する。
提案手法は,既存の手法に対するいくつかの技術的問題点に対処し,その有効性を実証した。
論文 参考訳（メタデータ） (2021-09-08T19:03:09Z)
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。