論文の概要: PolyBuild: An End-to-End Method for Polygonal Building Contour Extraction from High-Resolution Remote Sensing Images

• arxiv url: http://arxiv.org/abs/2606.08920v1
• Date: Mon, 08 Jun 2026 01:59:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.564878
• Title: PolyBuild: An End-to-End Method for Polygonal Building Contour Extraction from High-Resolution Remote Sensing Images
• Title（参考訳）: PolyBuild:高解像度リモートセンシング画像からの多角形構造物輪郭抽出のためのエンドツーエンド手法
• Authors: Yaoteng Zhang, Julin Zhang, Guangshuai Wang, Jiwei Deng, Hui Sheng, Yasir Muhammad, Shiqing Wei,
• Abstract要約: 高解像度リモートセンシング画像から直接ポリゴンを抽出できるPolyBuildというエンド・ツー・エンドの手法を提案する。 提案手法は,ICGM (Initial Contour Generation Module) とCOM (Contour Optimization Module) の2つの主要モジュールを利用する。 結果は、PolyBuildがマスクベースのアプローチや輪郭ベースのアプローチを含む最先端の手法を大幅に上回っていることを示している。
• 参考スコア（独自算出の注目度）: 2.216908642110801
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Extracting building polygon contours from high-resolution remote sensing images is a fundamental task for various mapping applications. However, the presence of varying imaging conditions and complex building structures, makes automatic contour extraction extremely challenging. Mainstream approaches for building extraction often rely on pixel-level segmentation followed by multiple post-processing steps to produce building contour, which can be computationally intensive and prone to errors. In this paper, we propose an end-to-end method named PolyBuild, which can directly extract building vector polygons from high-resolution remote sensing images without the need for any post-processing operations. The proposed method leverages two primary modules: an Initial Contour Generation Module (ICGM) and a Contour Optimization Module (COM). The ICGM is designed to generate an initial building contour by utilizing concatenated sub-region center features for each building instance. It performs simultaneous object detection and initial contour extraction by generating bounding boxes and using the center features of four sub-regions to represent each building. The Contour Optimization Module (COM) further refines the generated building contours by iteratively integrating Convolutional Neural Network (CNN) features and contour positional information in a Transformer-based decoder. The hybrid CNN-Transformer architecture effectively captures both local and global spatial relationships within the building contour, ensuring high-quality boundary delineation. Extensive experiments are conducted on three building datasets to evaluate the performance of PolyBuild. The results demonstrate that PolyBuild significantly outperforms state-of-the-art methods, including mask-based and contour-based approaches.
• Abstract（参考訳）: 高解像度リモートセンシング画像からポリゴン輪郭を抽出することは、様々なマッピングアプリケーションにとって基本的な課題である。 しかし、様々な撮像条件や複雑な構造が存在するため、自動輪郭抽出は非常に困難である。 ビルディング抽出のメインストリームアプローチは、しばしばピクセルレベルのセグメンテーションに頼り、続いて複数の後処理ステップでビルディング輪郭を生成する。 本稿では,高解像度リモートセンシング画像から構築ベクトルポリゴンを直接抽出できるPolyBuildというエンドツーエンド手法を提案する。 提案手法は,ICGM (Initial Contour Generation Module) とCOM (Contour Optimization Module) の2つの主要モジュールを利用する。 ICGMは、各ビルディングインスタンスの連結サブリージョンセンター機能を利用して、初期建物輪郭を生成するように設計されている。 境界ボックスを生成し、各建物を表現するために4つのサブリージョンの中心特徴を使用することで、オブジェクト検出と初期輪郭抽出を同時に行う。 Contour Optimization Module (COM) は、Convolutional Neural Network (CNN) 機能と Contour 位置情報を Transformer ベースのデコーダに反復的に統合することにより、生成されたコントラストをさらに洗練する。 ハイブリッドCNN-Transformerアーキテクチャは、建物の輪郭内における局所的および大域的空間的関係を効果的に捉え、高品質な境界線を確実にする。 PolyBuildのパフォーマンスを評価するために、3つのビルディングデータセットで大規模な実験が行われた。 結果は、PolyBuildがマスクベースのアプローチや輪郭ベースのアプローチを含む最先端の手法を大幅に上回っていることを示している。

関連論文リスト

• Towards Realistic and Consistent Orbital Video Generation via 3D Foundation Priors [61.34273238077091]
  本稿では,物体の単一画像からオービタルビデオを生成する新しい手法を提案する。 本手法は,最先端の手法と比較して,視覚的品質,形状リアリズム,多視点整合性を実現している。
  論文  参考訳（メタデータ） (2026-04-14T05:35:46Z)
• 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)
• P2PFormer: A Primitive-to-polygon Method for Regular Building Contour Extraction from Remote Sensing Images [5.589842901102337]
  既存の方法は不規則な輪郭、丸い角、冗長点に悩まされている。 本稿では,ポストプロセッシングを使わずに通常の建物輪郭を生成する,新しい合理化パイプラインを提案する。 P2PFormerは、WHU、CrowdAI、WHU-Mixデータセット上で、最先端のパフォーマンスを新たに実現している。
  論文  参考訳（メタデータ） (2024-06-05T04:38:45Z)
• Distance Weighted Trans Network for Image Completion [52.318730994423106]
  本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。 CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。 DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
  論文  参考訳（メタデータ） (2023-10-11T12:46:11Z)
• 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)
• BuildMapper: A Fully Learnable Framework for Vectorized Building Contour Extraction [3.862461804734488]
  我々はBuildMapperという,エンドツーエンドで学習可能な最初のコントラスト抽出フレームワークを提案する。 BuildMapperは、人間がするのと同じように、直接かつ効率的にポリゴンを構築することができる。 マスク平均精度(AP)とバウンダリAPはセグメンテーションベースと輪郭ベースの両方の手法よりも高い結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-11-07T08:58:35Z)
• PolyBuilding: Polygon Transformer for End-to-End Building Extraction [9.196604757138825]
  PolyBuildingはリモートセンシング画像から建物のベクトル表現を予測する。 モデルはそれらの関係を学習し、画像からコンテキスト情報を符号化し、構築ポリゴンの最終セットを予測する。 また、ピクセルレベルのカバレッジ、インスタンスレベルの精度とリコール、幾何学レベルの特性など、新たな最先端性を実現している。
  論文  参考訳（メタデータ） (2022-11-03T04:53:17Z)
• Generating Diverse Structure for Image Inpainting With Hierarchical VQ-VAE [74.29384873537587]
  本稿では,異なる構造を持つ複数の粗い結果を第1段階で生成し,第2段階ではテクスチャを増補して各粗い結果を別々に洗練する,多彩な塗布用2段階モデルを提案する。 CelebA-HQ, Places2, ImageNetデータセットによる実験結果から,本手法は塗布ソリューションの多様性を向上するだけでなく,生成した複数の画像の視覚的品質も向上することが示された。
  論文  参考訳（メタデータ） (2021-03-18T05:10:49Z)
• 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)

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。