HPix: Generating Vector Maps from Satellite Images

要約

ベクター マップは、建物の敷地面積、災害影響分析、デジタル化、都市計画、ロケーション ポイント、交通リンクなどの離散データ境界を保存できるだけでなく表現できるため、さまざまな領域で広く使用されています。
衛星画像から建物のフットプリントや道路の種類を特定することについては広範な研究が行われていますが、そのような画像からのベクトル マップの生成は依然として調査が限られた領域です。
さらに、従来の地図生成技術は、労働集約的な手動の特徴抽出またはルールベースのアプローチに依存しており、固有の制限が課せられます。
これらの制限を克服するために、我々は、修正された敵対的生成ネットワーク (GAN) を利用して衛星画像からベクトル タイル マップを生成する、HPix と呼ばれる新しい方法を提案します。
HPix には 2 つの階層フレームワークが組み込まれています。1 つはグローバル レベルで動作し、もう 1 つはローカル レベルで動作し、その結果、包括的なモデルが得られます。
経験的評価を通じて、私たちが提案したアプローチは、衛星画像から得られた高精度で視覚的に魅力的なベクター タイル マップを作成する際の有効性を示しています。
私たちは研究の応用をさらに拡張し、道路交差点のマッピングや、そのエリアに基づいた建物のフットプリント クラスターを含めます。

要約(オリジナル)

Vector maps find widespread utility across diverse domains due to their capacity to not only store but also represent discrete data boundaries such as building footprints, disaster impact analysis, digitization, urban planning, location points, transport links, and more. Although extensive research exists on identifying building footprints and road types from satellite imagery, the generation of vector maps from such imagery remains an area with limited exploration. Furthermore, conventional map generation techniques rely on labor-intensive manual feature extraction or rule-based approaches, which impose inherent limitations. To surmount these limitations, we propose a novel method called HPix, which utilizes modified Generative Adversarial Networks (GANs) to generate vector tile map from satellite images. HPix incorporates two hierarchical frameworks: one operating at the global level and the other at the local level, resulting in a comprehensive model. Through empirical evaluations, our proposed approach showcases its effectiveness in producing highly accurate and visually captivating vector tile maps derived from satellite images. We further extend our study’s application to include mapping of road intersections and building footprints cluster based on their area.

arxiv情報

著者 Aditya Taparia,Keshab Nath
発行日 2024-07-18 16:54:02+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CV, eess.IV パーマリンク