PulseAugur
中
实时 10:01:15
English(EN) Morphology-Guided Cross-Task Coupling for Joint Building Height and Footprint Estimation

新的MorphoFormer AI模型改进了建筑高度和轮廓估计

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了MorphoFormer，这是一个利用遥感数据联合估计建筑高度和轮廓的新型框架。与之前将这两个参数独立处理的方法不同，该方法明确编码了这两个参数之间的关系。该框架利用带有Sentinel-1 SAR、Sentinel-2多光谱和DEM输入的Swin骨干网络，将建筑高度RMSE从3.39米降低到3.15米。 AI

影响 通过改进建筑高度和轮廓估计，为城市规划和灾害风险建模引入了一种新方法。

排序理由 详细介绍遥感数据分析新方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的MorphoFormer AI模型改进了建筑高度和轮廓估计

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Jinzhen Han, JinByeong Lee, Jisung Kim, HongSik Yun ·

    形态引导的跨任务耦合用于联合建筑高度和占地面积估计

    arXiv:2605.04731v1 Announce Type: new Abstract: Building height (BH) and building footprint (BF) jointly describe the vertical and horizontal extent of the built environment and are required inputs for urban climate, disaster-risk, and population-mapping models. The two parameter…

  2. arXiv cs.CV TIER_1 English(EN) · HongSik Yun ·

    形态引导的跨任务耦合用于联合建筑高度和占地面积估计

    Building height (BH) and building footprint (BF) jointly describe the vertical and horizontal extent of the built environment and are required inputs for urban climate, disaster-risk, and population-mapping models. The two parameters are coupled through floor-area-ratio (FAR) con…

相关实体

相关话题