This dissertation addresses large-scale Level-of-Detail (LoD)-1 building models reconstruction from a single SAR image. Considering the characteristics of buildings in SAR images, building footprints are introduced as complementary data, and deep neural networks are employed for large-scale reconstruction. To the author's best knowledge, this is the first study investigating individual buildings in single SAR images on a large scale and the first study applying deep learning for individual building analysis using SAR images. The proposed algorithms have great potential to be applied on a regional and even global scale.     «

This dissertation addresses large-scale Level-of-Detail (LoD)-1 building models reconstruction from a single SAR image. Considering the characteristics of buildings in SAR images, building footprints are introduced as complementary data, and deep neural networks are employed for large-scale reconstruction. To the author's best knowledge, this is the first study investigating individual buildings in single SAR images on a large scale and the first study applying deep learning for individual build...     »

Diese Dissertation behandelt daher die großflächige Rekonstruktion von Gebäudemodellen der Detailierungsstufe 1 (LoD-1) aus einem einzelnen SAR-Bild. Basierend auf den Eigenschaften von Gebäuden in SAR-Bildern, integrieren wir die Signaturen von Gebäuden als zusätzliche Informationen und wir verwenden mehrschichtige (d. h. „tiefe“) neuronale Netze für großflächige Rekonstruktionen. Nach bestem Wissen der Autorin ist dies die erste Studie, die großflächig einzelne Gebäude in einem einzelnen SAR-Bild untersucht, sowie die erste Studie, die Deep Learning zur Analyse einzelner Gebäude in SAR-Bildern einsetzt. Die vorgeschlagenen Algorithmen haben ein großes Potential, auf regionalem und sogar globalem Maßstab angewendet zu werden.     «

Diese Dissertation behandelt daher die großflächige Rekonstruktion von Gebäudemodellen der Detailierungsstufe 1 (LoD-1) aus einem einzelnen SAR-Bild. Basierend auf den Eigenschaften von Gebäuden in SAR-Bildern, integrieren wir die Signaturen von Gebäuden als zusätzliche Informationen und wir verwenden mehrschichtige (d. h. „tiefe“) neuronale Netze für großflächige Rekonstruktionen. Nach bestem Wissen der Autorin ist dies die erste Studie, die großflächig einzelne Gebäude in einem einzelnen SAR-B...     »