elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Machine-learned 3D Building Vectorization from Satellite Imagery

Wang, Yi und Zorzi, Stefano und Bittner, Ksenia (2021) Machine-learned 3D Building Vectorization from Satellite Imagery. In: 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2021, Seiten 1072-1081. IEEE Xplore. CVPR 2021, 2021-06-19 - 2021-06-25, Virtual. doi: 10.1109/CVPRW53098.2021.00118. ISSN 2160-7508.

[img] PDF
9MB

Offizielle URL: https://openaccess.thecvf.com/content/CVPR2021W/EarthVision/papers/Wang_Machine-Learned_3D_Building_Vectorization_From_Satellite_Imagery_CVPRW_2021_paper.pdf

Kurzfassung

We propose a machine learning based approach for automatic 3D building reconstruction and vectorization. Taking a single-channel photogrammetric digital surface model (DSM) and panchromatic (PAN) image as input, we first filter out non-building objects and refine the building shapes of input DSM with a conditional generative adversarial network (cGAN). The refined DSM and the input PAN image are then used through a semantic segmentation network to detect edges and corners of building roofs. Later, a set of vectorization algorithms are proposed to build roof polygons. Finally, the height information from the refined DSM is added to the polygons to obtain a fully vectorized level of detail (LoD)-2 building model. We verify the effectiveness of our method on large-scale satellite images, where we obtain state-of-the-art performance.

elib-URL des Eintrags:https://elib.dlr.de/144248/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Machine-learned 3D Building Vectorization from Satellite Imagery
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Wang, YiYi.Wang (at) dlr.dehttps://orcid.org/0000-0002-3096-6610NICHT SPEZIFIZIERT
Zorzi, Stefanozorzi (at) icg.tugraz.atNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bittner, KseniaKsenia.Bittner (at) dlr.dehttps://orcid.org/0000-0002-4048-3583NICHT SPEZIFIZIERT
Datum:2021
Erschienen in:2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2021
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1109/CVPRW53098.2021.00118
Seitenbereich:Seiten 1072-1081
Verlag:IEEE Xplore
ISSN:2160-7508
Status:veröffentlicht
Stichwörter:conditional generative adversarial networks; digital surface model; 3D scene refinement; 3D reconstruction; vectorization; 3D building shape; urban region
Veranstaltungstitel:CVPR 2021
Veranstaltungsort:Virtual
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:19 Juni 2021
Veranstaltungsende:25 Juni 2021
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Bittner, Ksenia
Hinterlegt am:04 Okt 2021 15:13
Letzte Änderung:24 Apr 2024 20:43

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.