Key points are not available for this paper at this time.
보조 3D 정보(예: 스테레오 쌍 또는 디지털 고도 모델)의 도움 없이 단일 이미지에서 건물 옥상을 식별하는 것은 원격 감지 분야에서 매우 도전적이고 어려운 작업입니다. 기존 방법론은 순수히 확률적 관점에서 건물과 같은 3D 객체 식별 문제를 거의 다루지 않습니다. 우리의 접근법은 이미징 장면의 2D 및 3D 맥락 정보를 결합한 확률적 이미지 해석 모델에 기반합니다. 건물 옥상 가설은 지각적 조직의 원리에서 유도된 윤곽 기반 그룹화 계층을 사용하여 추출됩니다. 우리는 모든 가설 간의 의존성을 전 세계적으로 일관된 해석과 관련하여 설명하기 위해 마르코프 랜덤 필드 모델을 사용합니다. 가설 검증 단계는 지역적으로 상호 작용하는 그룹 가설에 대한 전역 최적 구성을 찾기 위해 전체 그룹화 계층에서 작동하는 확률적 최적화 프로세스로 처리되며, 추출된 각 옥상의 높이에 대한 추정도 제공합니다. 이 논문에서는 우리의 방법의 주요 원리를 설명하고 합성 이미지와 공중 이미지 세트에서의 건물 탐지 결과를 제시합니다.
Katartzis et al. (Thu,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: