Semantic Segmentation-Based Building Footprint　Extraction Using Very High-Resolution Satellite Images and Multi-Source GIS Data - Githubissues

DeepResearchTeam / Deep_Research

To summarize the information of machine learning

4 stars 0 forks source link

Semantic Segmentation-Based Building Footprint　Extraction Using Very High-Resolution Satellite Images and Multi-Source GIS Data #12

Open KenichiSasaki opened 5 years ago

KenichiSasaki commented 5 years ago

概要

アルゴリズム論文(2019)
U-netを用いたHRIにおける建物検出を行うSemantic Segmentation，Google Map等4つのGISを教師データの一部として活用し精度を大幅に向上
アルゴリズム
対象とした都市ごとに最も詳細なGISを教師データの一部に選定(都市ごとにどのGISが詳しいかが異なる)
画像のRescaleとRotationを行い，Data augmentation実施
建物ラベルのみを教師データとしたモデルを学習
その後，GISを教師データとして付与し，転移学習を行う．
合計4つの出力結果を統合し結果出力

実装

DatasetはSpaceNetを使用，
- World-view3の4都市(Las Vegas, Paris, Shanghai, Khartoum)の画像と建物のラベル
- 元々SpaceNetはDigitalGlobeの建物ラベルコンペでそのトップ3の精度と比較
GISを加えたモデルがほかに比べて大きく精度向上
所感
論文の説明が丁寧で実装の条件もよくわかるので勉強にもいい
GISを用いる研究はあまり行われていないので，一つの代表例
- 建物の識別しか行っていない
ただ，各データセットを用いたうえで補助的にGISを用いている程度で依然としてアノテーションデータが必要