An Enhanced Trans-Involution Network for Building Footprint Extraction from High Resolution Orthoimagery
Notice bibliographique
Résumé
The amalgamation of data visualization and geospatial insights has driven significantly advancements in remote sensing for applications like damage detection and urban planning, particularly building rooftop extraction from high spatial satellite imagery. However, building rooftop extraction using deep learning methods often results in outputs with unclear margin delineation. In this study, we propose a novel approach that combines Transformer architectures, involution, and an enhanced U-net (E-Unet) [1] to improve building footprint extraction performance. Our method demonstrates remarkable accuracy in complex urban environments in the Waterloo Building Dataset. Transformers, renowned for their success in natural language processing, have excelled in adeptness at analyzing sequential data. By using the embedding and multi-head attention blocks, this method is becoming increasingly valuable for building extraction. Involution, in turn, augments neural networks by providing spatial-specific adaptability, effectively extracting inter-band features and surpassing convolutional limitations. Through comprehensive comparative model experiments on the Waterloo building dataset, the optimal architecture was identified. The model significantly enhances accuracy when the Transformer architecture is integrated at the output of the E-Unet. Our proposed network achieves outstanding at the crucial metric values of IoU, mIoU, Precision, F1-score in 81.2, 91.9, 92.9, 89.8 (%), surpassing established frameworks such as FCN-8s, U-Net, DeepLab v3+, Fast Statistical Convolutional Neural Network (SCNN), High-Resolution Net (HRNet) v2, Mask R-CNN, as well as E-Unet.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».