研究人员开发了一种新颖的方法，用于同时分割航空影像中的屋顶结构并回归其几何属性。该方法通过一个专门的属性预测分支增强了Mask R-CNN，该分支包含一个条件方位角损失以减轻平屋顶数据的噪声，以及一个对数归一化高度表示来处理倾斜的建筑高度分布。该系统在源自LiDAR数据的荷兰航空影像数据集上进行了训练，在屋顶坡度、方位角和建筑高度方面分别取得了约4度、7度和1米的平均绝对误差，同时实现了强大的实例分割性能。 AI
排序理由 这是一篇研究论文，详细介绍了一种新的图像分析和几何属性回归方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
