[论文解读] 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 4

一句话总结

本文提出一种基于几何显著性的方法，用于在超分辨率（VHR）遥感图像中实现精确的建筑物检测，通过有意义的角点（junctions）构建中层几何表征，计算一种新颖的几何建筑物指数（GBI）。GBI 在无需任何训练数据的情况下实现了最先进性能，在多种数据集上均展现出更高的准确率和更强的泛化能力，优于传统方法与基于学习的方法。

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.

研究动机与目标

• 解决在超分辨率（VHR）遥感图像中精确检测建筑物的挑战，其中纹理和光谱特征的判别能力减弱。
• 克服现有方法依赖纹理、光谱或形态学特征的局限性，这些特征在亚米级分辨率下性能下降。
• 开发一种能够保持精确建筑物边界并减少来自非建筑物结构的误报的方法。
• 在无需领域特定训练数据的情况下，实现对多样化数据集的强泛化能力。
• 为深度学习方法提供一种完全无监督、无需训练的替代方案，以避免过拟合和迁移能力差的问题。

提出的方法

• 使用基于角点（尤其是L型角点）的中层几何表征来表示VHR-RS图像，以捕捉建筑物的各向异性几何结构。
• 利用各向异性尺度角点（ASJ）检测器检测角点，通过位置、方向、长度和显著性（ρ）对每个角点进行编码，以度量其显著性。
• 通过结合每个角点的局部显著性及其关系上下文，计算几何显著性，以编码局部和半全局几何结构。
• 将几何建筑物指数（GBI）定义为图像整体的集成几何显著性，突出建筑物样结构。
• 利用一个数据集（Spacenet-65）中角点的先验概率估计，实现在不重新训练的情况下推广至其他数据集。
• 利用建筑物角落处角点的不变性（无论纹理或亮度如何），实现在不同视觉条件下均具有鲁棒的检测能力。

实验结果

研究问题

• RQ1 基于中层角点表征的几何显著性是否能在VHR-RS图像中超越基于纹理和光谱的建筑物检测方法？
• RQ2 无需训练的无监督方法在具有不同分辨率和城市结构的多样化VHR-RS数据集中，其泛化能力能达到何种程度？
• RQ3 几何显著性是否能有效保持精确的建筑物边界，并减少来自道路、森林等非建筑物特征的误报？
• RQ4 与基于深度学习的方法相比，基于几何显著性的方法在准确率和泛化能力方面表现如何？
• RQ5 基于角点的几何特征是否可作为与图像纹理或光谱内容无关的可靠且鲁棒的建筑物检测表征？

主要发现

• 在零样本设置下，所提出的几何建筑物指数（GBI）在Potsdam数据集上实现了所有对比方法中最高的mAP（0.46）和F-score（0.59）。
• 在Spacenet-65数据集上，GBI实现了mAP为0.46和F-score为0.52，优于所有其他非学习方法，并展现出强大的泛化能力。
• 即使在马萨诸塞州数据集上进行训练，HF-FCN模型（一种基于学习的方法）在Spacenet-65和Potsdam数据集上仍仅获得极低的mAP（0.04）和F-score（0.12），表明存在严重的过拟合和泛化能力差的问题。
• GBI在分辨率差异显著（0.5m至0.05m）的数据集中均保持高性能，证明了其对分辨率变化的鲁棒性。
• 视觉结果表明，与BASI、MBI和PBI相比，GBI能更清晰、更准确地检测建筑物边界，并显著减少误报，尤其在低纹理或高杂乱区域表现更优。
• 由于角点的不变性，该方法能有效检测低纹理屋顶和亮度不均的建筑物，而基于纹理的方法（如BASI）在此类场景下会失效。