点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
点击进入—>【顶会/顶刊】投稿交流群
添加微信号：CVer2233，小助手拉你进群！
扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料及应用！发论文/搞科研/涨薪，强烈推荐！
转载自：遥感与深度学习
题目：Full-Scope Vectorization of Geographical Elements from Large-Size Remote Sensing Imagery
期刊：IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)
论文：https://doi.org/10.1109/TPAMI.2026.3660934
数据：WHU-building、GLH-water、VHR-road
代码：https://li-99.github.io/project/Vectorization.html
年份：2026
单位：武汉大学；自然资源部粤港澳大湾区自然资源数据协同应用工程技术创新中心；湖北珞珈实验室；华为云
创新点
提出端到端金字塔融合网络（PFNet），通过多视野信息融合实现大尺寸图像的全局语义分割，避免滑窗切块带来的地理要素碎片化问题
提出拐点感知网络（IPNet），利用拐点这一类别无关的轮廓关键点描述，对粗粒度边界点进行精细化调整
设计点扰动策略，缓解IPNet与PFNet在共享训练数据上联合训练时的过拟合问题
构建统一的类别无关矢量化框架，可同时处理建筑、水体、道路等多类地理要素的矢量提取
背景
大尺寸超高分辨率（VHR）遥感图像是高精度地理要素矢量制图的重要数据源，但受GPU显存限制，现有深度学习方法通常采用滑窗切块策略处理大图，这不可避免地造成地理要素的结构破碎，无法充分利用图像的全局上下文信息，从而导致矢量制图性能下降。
现有针对建筑、道路等特定要素的矢量化方法依赖类别专属的几何先验，难以迁移至其他要素；少数统一化方案也仅能处理小尺寸图像。因此，如何在单一框架内实现大尺寸VHR图像上多类地理要素的全局、精细、类别无关的矢量化，是亟待解决的问题。
数据
WHU-building
包含400张大尺寸VHR遥感图像及对应高质量建筑标注
每张图像尺寸为10000×10000像素，空间分辨率0.075米
按320/40/40划分训练、验证、测试集
GLH-water
包含250张全球分布的卫星图像及人工标注的地表水体标注，涵盖多种水体类型与形状
每张图像尺寸为12800×12800像素，空间分辨率0.300米
按200/25/25划分训练、验证、测试集
VHR-road
包含208张图像，每张尺寸为12500×12500像素，空间分辨率0.200米
按166/21/21划分训练、验证、测试集
方法
整体框架
整体框架由两个解耦模块串联构成：PFNet负责全局语义分割，IPNet负责局部轮廓精化，点扰动策略保障两模块在共享数据上的协同训练。
PFNet（金字塔融合网络）
图像块金字塔构建
对大尺寸图像以不同下采样率构建多层金字塔，每层以固定尺寸的图像块作为输入，不同层覆盖不同感受野范围
底层保持原始分辨率以保留局部细节，上层以更大感受野捕获全局上下文
多视野融合架构（MFA）
各层图像块分别经过独立的特征编码器和解码头，得到各自的特征图与置信度图
将各层结果对齐至底层参考位置后，通过平均融合得到全局感知的语义分割结果
金字塔融合损失
对最终融合结果和各层中间结果均施加分割监督，通过平衡系数协调各层贡献，促进多视野信息的有效利用
IPNet（拐点感知网络）
点对点配对构建
基于语义分割结果提取实例轮廓，经Douglas-Peucker算法简化得到稀疏粗粒度轮廓点
训练阶段对粗粒度点施加随机扰动，并为每个扰动点在标注轮廓中搜索最近拐点或非拐点作为监督目标
语义引导点感知架构（SPA）
以每个扰动点为中心从原始大图中裁取局部图像块，经骨干网络提取特征
结合语义置信度图与点热图，输出该点为拐点的概率及精确拐点坐标，从而对粗粒度点执行移动或剪枝操作
联合结构-语义损失
同时对语义分割结果和点热图施加监督，利用高斯核生成结构标签并区分拐点与非拐点，引导网络精确感知轮廓关键点
结果与分析
在建筑、水体、道路三个大尺寸VHR遥感图像数据集上，所提方法在绝大多数语义级、实例级和矢量级评估指标上均显著优于现有面向小尺寸图像的矢量化方法。消融实验进一步验证了PFNet的多视野融合、IPNet的拐点感知以及点扰动策略各自对最终性能的有效贡献。
更多图表分析可见原文
本文系学术转载，如有侵权，请联系CVer小助手删文
何恺明在MIT授课的课件PPT下载
在CVer公众号后台回复：何恺明，即可下载566页课件PPT！大家赶紧学起来！
CVPR 2026 所有论文和代码下载
在CVer公众号后台回复：CVPR2026，即可下载CVPR 2026 所有论文和代码！
CV垂直方向和论文投稿交流群成立
扫描下方二维码，或者添加微信号：CVer2233，即可添加CVer小助手微信，便可申请加入CVer-垂直方向和论文投稿微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。 一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者论文投稿+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信号: CVer2233，进交流群 CVer计算机视觉（知识星球）人数破万！如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料，一定要扫描下方二维码，加入CVer知识星球！最强助力你的科研和工作！ ▲扫码加入星球学习
▲扫码或加微信号: CVer2233，进交流群 CVer计算机视觉（知识星球）人数破万！如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料，一定要扫描下方二维码，加入CVer知识星球！最强助力你的科研和工作！ ▲扫码加入星球学习▲点击上方卡片，关注CVer公众号 整理不易，请点赞和在看
