98 / 2024-08-15 17:02:13

基于状态空间模型的遥感影像建筑物实例信息提取

建筑物提取,状态空间模型,深度学习,高分辨率遥感影像

从高分辨率遥感影像提取高精度的建筑物信息是测绘、遥感领域的重要研究课题。基于空间状态模型发展的Mamba是一种新的线性时间序列建模方法，可以在兼顾全局感受野的同时，保持线性的计算复杂度。本项工作首次将状态空间模型（如Mamba）应用于建筑物提取任务，并提出了一种端到端的建筑物矢量轮廓提取方法Build-Mamba，可以直接从遥感影像中提取规则的建筑物矢量多边形。在Build-Mamba中，我们使用任务结构变换层将编码器特征映射到独立的特征空间，以降低异质任务之间的干扰；利用基于SSM设计的边缘优化模块对序列化边缘节点特征进行编码，以实现精确的边缘坐标调整和角点分类；联合建筑物角点定位信息和轮廓节点分类信息删除建筑物轮廓非角点，实现仅有建筑物角点组成的规则多边形自动提取。WHU航空建筑物数据集和WHU-Mix（矢量）数据集上的大量实验验证了Build-Mamba在建筑物矢量轮廓提取方面的优越性能。WHU数据集测试集、WHU-Mix测试集1和测试集2的实例级AP精度分别达到了77.2%、61.9%以及52.1%，明显优于已有的建筑物提取方法。