[論文レビュー] Accurate Building Detection in VHR Remote Sensing Images using Geometric Saliency

Jin Huang, Gui-Song Xia+2 more|arXiv (Cornell University)|Jun 4, 2018

Remote-Sensing Image Classification被引用数 4

ひとこと要約

本稿では、非常に高分解能（VHR）リモートセンシング画像における正確な建物検出のための幾何的サリエンシーに基づく手法を提案する。中位レベルの幾何的表現として意味のある接合点を用い、新しい幾何的建物インデックス（GBI）を計算することで実現する。GBIはトレーニングデータを一切必要とせず、従来の手法および学習ベースの手法を上回る精度と一般化性能を達成し、多様なデータセットにおいて最先端の性能を発揮する。

ABSTRACT

This paper aims to address the problem of detecting buildings from remote sensing images with very high resolution (VHR). Inspired by the observation that buildings are always more distinguishable in geometries than in texture or spectral, we propose a new geometric building index (GBI) for accurate building detection, which relies on the geometric saliency of building structures. The geometric saliency of buildings is derived from a mid-level geometric representations based on meaningful junctions that can locally describe anisotropic geometrical structures of images. The resulting GBI is measured by integrating the derived geometric saliency of buildings. Experiments on three public datasets demonstrate that the proposed GBI achieves very promising performance, and meanwhile shows impressive generalization capability.

研究の動機と目的

• テクスチャやスペクトル特徴が判別力を失う、1m未塔の分解能における正確な建物検出の課題に対処すること。
• テクスチャ、スペクトル、または形状特徴に依存する従来の手法の限界を克服し、特に1m未塔の解像度で性能が低下する問題を解消すること。
• 正確な建物境界を保持し、道路や森林などの非建物構造物による誤検出を低減すること。
• ドメイン特化のトレーニングデータを必要とせず、多様なデータセットに強い一般化性能を達成すること。
• 過学習や転移性の低さに悩まされる深層学習ベースのアプローチに対する完全に非教師ありでトレーニング不要の代替手法を提供すること。

提案手法

• 建物の異方的幾何的構造を捉えるために、特にL字接合点を用いた中位レベルの幾何的表現に基づき、VHR-RS画像を表現する。
• 異方的スケール接合点（ASJ）検出器を用いて接合点を検出し、各接合点を位置、方向、長さ、重要度（ρ）で符号化することでサリエンシーを測定する。
• 局所的なサリエンシーとその関係的文脈を組み合わせることで、局所的および準グローバルな幾何的構造を符号化する幾何的サリエンシーを計算する。
• 全画像にわたる統合された幾何的サリエンシーとして幾何的建物インデックス（GBI）を定義し、建物に類似した構造を強調する。
• 1つのデータセット（Spacenet-65）からの接合点の事前確率推定値を用いて、再トレーニングなしで他のデータセットへの一般化を可能にする。
• テクスチャや輝度に依存しない建物のコーナーにおける接合点の不変性を活用し、視覚的条件の変化に対しても堅牢な検出を実現する。

実験結果

リサーチクエスチョン

• RQ1 中位レベルの接合点表現から得られる幾何的サリエンシーは、VHR-RS画像においてテクスチャおよびスペクトルベースの建物検出を上回ることができるか？
• RQ2 トレーニング不要で非教師ありの手法として、解像度や都市構造が異なる多様なVHR-RSデータセットにどの程度一般化できるか？
• RQ3 幾何的サリエンシーは、正確な建物境界を効果的に保持し、道路や森林などの非建物特徴からの誤検出を低減できるか？
• RQ4 深層学習ベースのアプローチと比較して、幾何的サリエンシーに基づく手法の精度と一般化性能はどのように評価できるか？
• RQ5 接合点に基づく幾何的特徴は、画像のテクスチャやスペクトルコンテンツに依存せず、信頼性があり堅牢な建物検出のための表現として機能できるか？

主な発見

• ゼロショット設定下で、Potsdamデータセットにおいて提案された幾何的建物インデックス（GBI）は、比較されたすべての手法の中で最高のmAP（0.46）とFスコア（0.59）を達成した。
• Spacenet-65データセットでは、GBIはmAP 0.46、Fスコア 0.52を達成し、他のすべての学習不要手法を上回り、強い一般化性能を示した。
• マサチューセッツデータセットでトレーニングされたHF-FCNモデル（学習ベース手法）は、Spacenet-65およびPotsdamデータセットで非常に低いmAP（0.04）とFスコア（0.12）を示しており、深刻な過学習と一般化性能の欠如が確認された。
• GBIは解像度差が著しいデータセット（0.5mから0.05m）間でも高い性能を維持しており、解像度の変化に対して堅牢であることが示された。
• 視覚的結果から、GBIはBASI、MBI、PBIと比較して、はっきりとした境界と著しく少ない誤検出を有し、特に低テクスチャまたは高クラッター領域で優れた性能を発揮している。
• テクスチャに基づく手法（例：BASI）が失敗する低テクスチャの屋根や不均一な輝度の建物に対しても、コーナー接合点の不変性を活用して効果的に検出できている。