New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Jump to bottom

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

Open

KenichiSasaki opened this issue Oct 29, 2019 · 0 comments

Labels

CNN Hyperspectral Image Object Detection Satellite Imagery Segmentation

Collaborator

KenichiSasaki commented Oct 29, 2019 •

edited

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

KenichiSasaki added CNN Hyperspectral Image Object Detection Segmentation labels

Shaw0202 added the Satellite Imagery label

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment