User: Guest  Login
Original title:
Deep Learning for Building Footprint Generation from Optical Imagery
Translated title:
Deep Learning für die Erstellung von Gebäudegrundriss Karten von Optical Imagery
Author:
Li, Qingyu
Year:
2022
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Zhu, Xiao Xiang(Prof. Dr.)
Referee:
Zhu, Xiao Xiang(Prof. Dr.); Mou, Lichao (Prof. Dr.); Fraundorfer, Friedrich (Prof. Dr.)
Language:
en
Subject group:
GEO Geowissenschaften
TUM classification:
BAU 967; MSR 915
Abstract:
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.
Translated abstract:
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
Date of submission:
09.06.2022
Oral examination:
10.11.2022
File size:
73483918 bytes
Pages:
152
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221110-1654538-1-2
Last change:
12.12.2022
 BibTeX