Benutzer: Gast  Login
Originaltitel:
Deep Learning for Building Footprint Generation from Optical Imagery
Übersetzter Titel:
Deep Learning für die Erstellung von Gebäudegrundriss Karten von Optical Imagery
Autor:
Li, Qingyu
Jahr:
2022
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Engineering and Design
Betreuer:
Zhu, Xiao Xiang(Prof. Dr.)
Gutachter:
Zhu, Xiao Xiang(Prof. Dr.); Mou, Lichao (Prof. Dr.); Fraundorfer, Friedrich (Prof. Dr.)
Sprache:
en
Fachgebiet:
GEO Geowissenschaften
TU-Systematik:
BAU 967; MSR 915
Kurzfassung:
Deep learning-based methods have shown promising results for the task of building footprint generation, but they have two inherent limitations. Firstly, the extracted buildings show blurred building boundaries and blob shapes. Second, massive pixel-level annotations are required for network training. This dissertation has developed a couple of methods to address the above issues. Moreover, the developed methods are implemented in practical applications.
Übersetzte Kurzfassung:
Auf Deep Learning basierende Methoden haben vielversprechende Ergebnisse für die Aufgabe der Erstellung von Gebäudegrundrissen gezeigt, aber sie haben zwei inhärente Einschränkungen. Erstens zeigen die extrahierten Gebäude verschwommene Gebäudegrenzen und Klecksformen. Zweitens sind für das Netzwerktraining massive Annotationen auf Pixelebene erforderlich. Diese Dissertation hat eine Reihe von Methoden entwickelt, um die oben genannten Probleme anzugehen. Darüber hinaus werden die entwickelten M...     »
WWW:
https://mediatum.ub.tum.de/?id=1654538
Eingereicht am:
09.06.2022
Mündliche Prüfung:
10.11.2022
Dateigröße:
73483918 bytes
Seiten:
152
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221110-1654538-1-2
Letzte Änderung:
12.12.2022
 BibTeX