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

Vertex Aided Building Polygonization from Satellite Imagery Applying Deep Learning

Xu, Yajin und Schuegraf, Philipp und Bittner, Ksenia (2023) Vertex Aided Building Polygonization from Satellite Imagery Applying Deep Learning. In: 2023 Joint Urban Remote Sensing Event, JURSE 2023, Seiten 1-4. IEEE. JURSE 2023, 2023-05-17 - 2023-05-19, Heraklion Crete, Griechenland. doi: 10.1109/JURSE57346.2023.10144146. ISBN 978-166549373-4. ISSN 2642-9535.

[img] PDF
2MB

Offizielle URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10144146

Kurzfassung

Building extraction is an important task in many fields. The use of convolutional neural networks has been proven to be of great success in building extraction from satellite images. This paper presents a deep learning based vertex aided building polygonization method, which takes RGB satellite images as input and outputs building polygons. Unlike other methods which rely on vertex extraction followed by polygonization, our method requires neither pre-defined number of vertices nor thresholding to obtain extracted vertices. The proposed method has the advantage of simplicity in sense of model complexity, and achieved good performance with average precision of 48.1% and intersection over union of 84.1%.

elib-URL des Eintrags:https://elib.dlr.de/195245/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Vertex Aided Building Polygonization from Satellite Imagery Applying Deep Learning
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Xu, Yajinyajin.xu (at) dlr.dehttps://orcid.org/0000-0003-2469-7749137358965
Schuegraf, PhilippPhilipp.Schuegraf (at) dlr.dehttps://orcid.org/0000-0003-0836-9040137358966
Bittner, KseniaKsenia.Bittner (at) dlr.dehttps://orcid.org/0000-0002-4048-3583NICHT SPEZIFIZIERT
Datum:8 Juni 2023
Erschienen in:2023 Joint Urban Remote Sensing Event, JURSE 2023
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/JURSE57346.2023.10144146
Seitenbereich:Seiten 1-4
Verlag:IEEE
ISSN:2642-9535
ISBN:978-166549373-4
Status:veröffentlicht
Stichwörter:building vectorization, building extraction, pattern recognition, deep learning, AI4BuildingModeling
Veranstaltungstitel:JURSE 2023
Veranstaltungsort:Heraklion Crete, Griechenland
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:17 Mai 2023
Veranstaltungsende:19 Mai 2023
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Straßenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V ST Straßenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - V&V4NGC - Methoden, Prozesse und Werkzeugketten für die Validierung & Verifikation von NGC, R - Optische Fernerkundung, D - Digitaler Atlas 2.0
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Bittner, Ksenia
Hinterlegt am:22 Jun 2023 13:45
Letzte Änderung:24 Apr 2024 20:55

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.