Building Detection from Satellite Imagery using Ensemble of Size-specific Detectors

f:id:Vastee:20180913090059j:image

 

CVPR2018の衛星画像コンテストで優勝した手法。コンテストのタスクは建物検知。

 

キモは建物の大きさ(small, medium, large)で分類したこと。

 

手順は非常にシンプルで、まず二値画像の正解ラベルをk-meansでsmall, medium, largeに分類。その後、CNNでそれぞれの領域を色塗りし、最後にsmall, medium, largeの画素を足して1枚の画像にまとめる。

 

論文をみると、smallの検知精度が最も低いことが分かる。検知しにくい建物を別クラスとして扱ったことで、他の建物の精度が上がったとも考えられるのか?

 

ちなみに、本手法は日本の会社が考案したものである。

 

以下に関連するリンクを張る。

 

https://www.google.co.jp/amp/s/prtimes.jp/main/html/rd/amp/p/000000003.000027890.html

 

http://openaccess.thecvf.com/content_cvpr_2018_workshops/papers/w4/Hamaguchi_Building_Detection_From_CVPR_2018_paper.pdf

 

http://deepglobe.org/