[资料]

一种基于机器学习的建筑物分割掩模自动正则化和多边形化方法

2021-9-1 07:19:28 1667 cnn 卷积神经网络生成器

0 摘要我们提出了一种基于机器学习的建筑物分割掩模自动正则化和多边形化方法。以图像为输入，首先使用通用完全卷积网络( FCN )预测建筑物分割图，然后使用生成对抗网络( GAN )对建筑物边界进行正则化处理，使其更加逼真，即有更多的直线型轮廓，在需要时构造直角。这是通过给定输入图像为真的概率的鉴别器和从鉴别器响应中学习创造更真实图像的生成器之间的相互作用来实现的。最后，从正则化的建筑物分割结果中训练出适应预测建筑物角点对应稀疏结果的骨干卷积神经网络( CNN )。在3个建筑物分割数据集上的实验表明，该方法. 0 笔记——Machine-learned Regularization and Polygonizationof Building Segmentation Masks 翻译文本.pdf 611 Bytes , 下载次数: 2
举报淘帖0 只看该作者最近下载过的用户(2) 相关推荐 • 对于形状近似矩形但边缘有规则起伏的情况，可以使用OpenCV库中的approxPolyDP函数进行多边形拟合和矩形检测。 610 • 大型水利水电工程建筑物三维可视化建模技术研究 1250 • 如何在窗口或对话框中绘制多边形？ 966 • Altium Designer圆形的多边形铺铜挖空放置方法 15118 • 请问有什么办法让AD10铺设多边形铜箔？ 2651 • 求教，分割电源层出现告警!!!!!!!所有的角落都必须在平面内的多边形内 4764 • 多边形敷铜无法显示，请问这是怎么回事啊？ 17440 • 关于protel99微小区域多边形覆铜的困惑 5662 • labview挑战赛第二关本人作品多边形生成软件 47308 • 建筑物接地电阻的要求 3436