Concetti Chiave
提案手法MLS-BRNは、建物の足跡、屋根、高さなどの異なる注釈レベルのサンプルを柔軟に活用し、より少ない3D注釈で優れた3D再構築結果を達成する。
Sintesi
本研究では、単眼リモートセンシング画像からの建物3D再構築のための新しい手法MLS-BRNを提案する。MLS-BRNは、建物の足跡、屋根、高さなどの異なる注釈レベルのサンプルを柔軟に活用することができる。
具体的には以下の特徴がある:
建物の足跡、屋根、高さの注釈が異なるサンプルを効果的に活用するための新しいタスクと2つの新しいモジュールを導入
異なる注釈レベルのサンプルを活用するための新しい学習戦略を提案
既存の公開データセットに加え、新しい香港データセットを公開
実験結果から、提案手法MLS-BRNは、より少ない3D注釈で既存手法を上回る3D再構築性能を達成できることが示された。また、様々な都市の建物3D再構築結果も良好であり、大規模な都市モデリングへの適用が期待できる。
Statistiche
建物の高さ予測の平均絶対誤差(MAE)は10.90m、平均二乗誤差(RMSE)は21.09mであり、既存手法より優れている。
建物の屋根角度予測のMAEは9.92度、建物の傾斜角度予測のMAEは1.22度である。
Citazioni
"提案手法MLS-BRNは、建物の足跡、屋根、高さなどの異なる注釈レベルのサンプルを柔軟に活用し、より少ない3D注釈で優れた3D再構築結果を達成する。"
"実験結果から、提案手法MLS-BRNは、より少ない3D注釈で既存手法を上回る3D再構築性能を達成できることが示された。"