Polygonization-by-Frame-Field-Learning:该存储库包含用于从开销图像管道中快速提取多边形建筑物的代码-源码

通过框架现场学习进行多边形建筑物分割 我们将帧场输出添加到图像分割神经网络，以提高分割质量，并为后续的多边形化步骤提供结构信息。 图1：在测试图像上输出的其他帧场的特写镜头。 图2：给定俯视图像，模型将输出建筑物的边缘蒙版，内部蒙版和框架字段。 总损耗包括使蒙版和帧场与地面真实数据对齐的项，以及使帧场的平滑度和输出之间的一致性得到增强的正则化项。 图3：给定分类图和框架字段作为输入，我们使用主动骨架模型（ASM）优化骨架折线以使其与框架字段对齐，并使用框架字段检测角点，从而简化了非角顶点。 该存储库包含该论文的官方代码： 通过框架现场学习进行多边形建筑物分割（ ，（ ，（ ，（ 预印[，] 其简短版本已发布为： 通过框架现场学习进行正规的建筑物分割（ ，德米特里·斯米尔诺夫（ Dmitriy Smirnov） ，贾斯汀·所罗门（ Justin Solomon） ，