Fugu-MT 論文翻訳(概要): Click2Poly: A VLM for vector mapping buildings and walls

論文の概要: Click2Poly: A VLM for vector mapping buildings and walls

arxiv url: http://arxiv.org/abs/2608.11424v1
Date: Tue, 11 Aug 2026 20:43:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-13 19:07:54.37185
Title: Click2Poly: A VLM for vector mapping buildings and walls
Title（参考訳）: Click2Poly: ベクトルマッピングと壁のためのVLM
Abstract要約: Click2Polyは、この手動ステップをスピードアップする人力AIアシスタントだ。これは、ビルディングまたは壁ベクター層を直接編集することで、ユーザークリックに応答する。 QGISプラグインとして実装されたClick2Polyは、実際の運用環境において、ビルド層と壁ベクター層の手作業による編集を高速化する。
参考スコア（独自算出の注目度）: 0.32622301272834514
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Accurate vector mapping of buildings and walls is critical for geospatial applications but remains a labor-intensive process. While recent deep learning methods have improved automatic extraction, in order to meet cartographic standards they always require a human to perform quality control and fix complex cases in the extraction. We present Click2Poly, a human-in-the-loop AI assistant designed to speed up this manual step. Extending the Florence-2 Vision Language Model (VLM), Click2Poly responds to user clicks by editing the building or wall vector layer directly. Implemented as a QGIS plugin, Click2Poly speeds up the manual editing of building and wall vector layers in a real-world production environment.
Abstract（参考訳）: 建物や壁の正確なベクトルマッピングは地理空間的応用には重要であるが、労働集約的なプロセスである。近年の深層学習法では自動抽出が改良されているが, 地図基準を満たすためには, 品質管理と抽出における複雑なケースの修正が常に人間に求められている。我々はClick2Polyを紹介した。Click2Polyは、この手動ステップを高速化するために設計された人力AIアシスタントだ。 Florence-2 Vision Language Model (VLM)を拡張して、Click2Polyは、ビルディングまたは壁ベクター層を直接編集することで、ユーザのクリックに応答する。 QGISプラグインとして実装されたClick2Polyは、実際の運用環境において、ビルド層と壁ベクター層の手作業による編集を高速化する。

関連論文リスト

PolyBuild: An End-to-End Method for Polygonal Building Contour Extraction from High-Resolution Remote Sensing Images [2.216908642110801]
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。
論文参考訳（メタデータ） (2026-06-08T01:59:36Z)
IAMAP: Unlocking Deep Learning in QGIS for non-coders and limited computing resources [0.0]
IAMAPは,近年の自己教師型学習戦略の進歩を基盤としている。これにより、非AI専門家は、最近のディープラーニングアプローチによって提供される高品質の機能を活用することができる。
論文参考訳（メタデータ） (2025-08-01T13:39:43Z)
Exploring Diffusion Transformer Designs via Grafting [82.91123758506876]
計算予算の少ない新しいアーキテクチャを実現するために,事前に訓練された拡散変換器(DiT)を編集する簡単な手法であるグラフト方式を提案する。演算子置換からアーキテクチャ再構成に至るまで,事前訓練したDiTをグラフトすることで,新しい拡散モデルの設計を探索できることが示されている。
論文参考訳（メタデータ） (2025-06-05T17:59:40Z)
Pix2Poly: A Sequence Prediction Method for End-to-end Polygonal Building Footprint Extraction from Remote Sensing Imagery [2.867517731896504]
Pix2Polyは、リンググラフ形式で明示的な高品質なビルディングフットプリントを直接生成できる、エンドツーエンドのトレーニング可能で微分可能なディープニューラルネットワークである。従来のグラフ学習手法と比較して,我々は,複雑で計算集約的な損失関数や複雑なトレーニングパイプラインを必要とせず,高品質な建築フットプリントと道路ネットワークを抽出する,真にエンドツーエンドのトレーニング可能なアプローチである。
論文参考訳（メタデータ） (2024-12-10T20:10:46Z)
Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
論文参考訳（メタデータ） (2024-09-12T11:50:06Z)
SparseCtrl: Adding Sparse Controls to Text-to-Video Diffusion Models [84.71887272654865]
SparseCtrlは時間的にスパース信号で柔軟な構造制御を可能にする。トレーニング済みのT2Vモデルに触ることなく、これらのスパース信号を処理するための追加条件が組み込まれている。提案手法はスケッチ,深度マップ,RGB画像など,さまざまなモダリティと互換性がある。
論文参考訳（メタデータ） (2023-11-28T16:33:08Z)
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)
Revisiting Temporal Modeling for CLIP-based Image-to-Video Knowledge Transferring [82.84513669453744]
画像テキスト事前訓練モデル(例えばCLIP)は、大規模な画像テキストデータペアから学んだ、印象的な汎用マルチモーダル知識を示している。画像間知識伝達の文脈における時間的モデリングを再考する。本稿では,CLIPモデルを多様なビデオタスクに拡張する簡易かつ効果的な時間的モデリング機構を提案する。
論文参考訳（メタデータ） (2023-01-26T14:12:02Z)
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)
Mastering Visual Continuous Control: Improved Data-Augmented Reinforcement Learning [114.35801511501639]
視覚連続制御のためのモデルなし強化学習アルゴリズムDrQ-v2を提案する。 DrQ-v2は、データ拡張を使用してピクセルから直接学習する、政治以外のアクター批判的なアプローチであるDrQの上に構築されている。特にDrQ-v2は、ピクセル観察から直接、複雑なヒューマノイドの移動タスクを解くことができる。
論文参考訳（メタデータ） (2021-07-20T17:29:13Z)
Habitat 2.0: Training Home Assistants to Rearrange their Habitat [122.54624752876276]
インタラクティブな3D環境で仮想ロボットを訓練するためのシミュレーションプラットフォームHabitat 2.0(H2.0)を紹介する。エンボディされたAIスタックのすべてのレベル – データ、シミュレーション、ベンチマークタスク – にコントリビューションを行います。
論文参考訳（メタデータ） (2021-06-28T05:42:15Z)

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。