• 대한원격탐사학회지
• /
• 제37권1호
• /
• pp.111-122
• /
• 2021

Building footprint extraction is an active topic in the domain of remote sensing, since buildings are a fundamental unit of urban areas. Deep convolutional neural networks successfully perform footprint extraction from optical satellite images. However, semantic segmentation produces coarse results in the output, such as blurred and rounded boundaries, which are caused by the use of convolutional layers with large receptive fields and pooling layers. The objective of this study is to generate visually enhanced building objects by directly extracting the vertices of individual buildings by combining instance segmentation and keypoint detection. The target keypoints in building extraction are defined as points of interest based on the local image gradient direction, that is, the vertices of a building polygon. The proposed framework follows a two-stage, top-down approach that is divided into object detection and keypoint estimation. Keypoints between instances are distinguished by merging the rough segmentation masks and the local features of regions of interest. A building polygon is created by grouping the predicted keypoints through a simple geometric method. Our model achieved an F1-score of 0.650 with an mIoU of 62.6 for building footprint extraction using the OpenCitesAI dataset. The results demonstrated that the proposed framework using keypoint estimation exhibited better segmentation performance when compared with Mask R-CNN in terms of both qualitative and quantitative results.

• 대한공간정보학회지
• /
• 제14권2호
• /
• pp.3-13
• /
• 2006

고해상도 위성영상으로부터 건물이나 도로 등 인공지물의 정보를 추출하기 위한 연구들이 활발히 진행되고 있다. 영상에서 3차원 건물 정보를 추출하기 위해서 기존의 많은 연구들은 스테레오 영상이나 별도의 지상기준점, 또는 LIDAR 데이터 등을 사용하고, 센서모델링 등을 수행하였다. 이 연구에서는 단일 영상만을 이용하고, 센서모델링 등의 복잡한 과정을 거치지 않고 직접 건물의 3차원 정보를 추출하는 알고리즘을 제안한다. 제안된 알고리즘은 영상에 나타난 건물의 실제 그림자와 가상으로 영상 위에 투영시킨 그림자가 일치했을 때, 건물의 높이를 결정하고, 결정된 건물의 높이를 이용하여 건물 정면의 모서리 선을 생성한다. 생성된 모서리 선을 따라서 건물의 지붕 외곽선을 이동시켜서 건물의 위치 정보를 얻어낸다. 제안된 알고리즘은 지표면의 그림자를 이용한 방법과 다른 건물의 정면에 나타난 그림자를 이용한 방법으로 나누어진다. 제안된 알고리즘을 검증하기 위해서 IKONOS 스테레오 영상과 지상기준점을 이용하여 추출한 건물 높이와 제안된 알고리즘을 이용하여 추출한 건물 높이를 비교하였으며, 30개의 건물을 검증해 본 결과 추출된 건물 높이의 RMSE는 약 1.5m로 나타났다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.807-812
• /
• 2008

최근 고해상도 위성영상이 널리 보급됨에 따라 공간 영상 정보를 활용한 사업이나 다양한 응용 분야에서도 지형 또는 지물의 기하 정보의 필요성이 커지고 있다. 특히 공간 영상 정보 시스템에서는 지형 또는 지물에 대한 사실적인 정보를 제공하여 이를 이용한 도시 개발 계획의 수립이나 도로망의 개선 등 다양한 분야로 활용되고 있다. 본 논문은 단일 위성영상에서 건물의 footprint, rooftop 과 그림자 정보를 이용하여 건물을 효과적으로 모델링하기 위한 반 자동화 시스템을 제안한다. 위성영상으로부터 건물의 기하 정보의 추출 및 복원 시 고려할 것은 사용자의 조작을 최소화하면서도 보다 정확하고 빠르게 모델링 및 편집이 가능하여야 한다는 것이다. 이를 위해서 위성영상과 영상의 메타 정보의 활용과 효율적인 조작이 이루어 질 수 있는 인터페이스가 필요하다. 따라서 본 논문에서는 사용자의 입력에 의해 건물의 정보(rooftop, footprint)를 추출하고, 건물의 정보와 메타정보로부터 관심 건물영역에 대한 그림자 정보를 추출한 다음, 높이 정보를 자동적으로 추출해 냄으로써 최소한의 사용자 입력으로 건물을 효과적으로 모델링 할 수 있다.

• 대한원격탐사학회지
• /
• 제23권3호
• /
• pp.211-219
• /
• 2007

Building extraction is one of the essential issues for 3D city modelling. In recent years, high-resolution satellite imagery has become widely available and it brings new methodology for urban mapping. In this paper, we have developed a semi-automatic algorithm to determine building heights from monoscopic high-resolution satellite data. The algorithm is based on the analysis of the projected shadow and actual shadow of a building. Once two roof comer points are measured manually, the algorithm detects (rectangular) roof boundary automatically. Then it estimates a building height automatically by projecting building shadow onto the image for a given building height, counting overlapping pixels between the projected shadow and actual shadow, and finding the height that maximizes the number of overlapping pixels. Once the height and roof boundary are available, the footprint and a 3D wireframe model of a building can be determined. The proposed algorithm is tested with IKONOS images over Deajeon city and the result is compared with the building height determined by stereo analysis. The accuracy of building height extraction is examined using standard error of estimate.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.637-641
• /
• 2007

Airborne LIDAR (Light Detection and Ranging) technology has reached a degree of the required accuracy in mapping professions, and advanced LIDAR systems are becoming increasingly common in the various fields of application. LiDAR data constitute an excellent source of information for reconstructing the Earth's surface due to capability of rapid and dense 3D spatial data acquisition with high accuracy. However, organizing the LIDAR data and extracting information from the data are difficult tasks because LIDAR data are composed of randomly distributed point clouds and do not provide sufficient semantic information. The main reason for this difficulty in processing LIDAR data is that the data provide only irregularly spaced point coordinates without topological and relational information among the points. This study introduces an efficient and robust method for automatic extraction of building footprints using airborne LIDAR data. The proposed method separates ground and non-ground data based on the histogram analysis and then rearranges the building boundary points using convex hull algorithm to extract building footprints. The method was implemented to LIDAR data of the heavily built-up area. Experimental results showed the feasibility and efficiency of the proposed method for automatic producing building layers of the large scale digital maps and 3D building reconstruction.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.113-119
• /
• 2003

Building information is extremely important for many applications within the urban environment. Sufficient techniques and user-friendly tools for information extraction from remotely sensed imagery are urgently needed. This paper presents an automatic and manual approach for extracting footprints of buildings in urban areas from airborne Light Detection and Ranging (LIDAR) data. First a digital surface model (DSM) was generated from the LIDAR point data. Then, objects higher than the ground surface are extracted using the generated DSM. Based on general knowledge on the study area and field visits, buildings were separated from other objects. The automatic technique for extracting the building footprints was based on different window sizes and different values of image add backs, while the manual technique was based on image segmentation. A comparison was then made to see how precise the two techniques are in detecting and extracting building footprints. Finally, the results were compared with manually digitized building reference data to conduct an accuracy assessment and the result shows that LIDAR data provide a better shape characterization of each buildings.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.499-508
• /
• 2013

각종 센서 정보에 기반한 3차원 건물 정보 추출 방법은 건물 형태를 보다 상세하게 묘사할 수 있지만 많은 비용 및 복잡한 처리가 요구된다. 단일 고해상도 영상에 기반한 방법은 추출할 수 있는 3차원 건물 정보가 비교적 제한적이지만 낮은 비용과 단순한 처리 과정으로 건물 정보를 추출할 수 있다는 장점을 갖는다. 단일 고해상도 위성영상만을 이용한 건물 정보 추출 방법 중에서도 Volumetric Shadow Analysis(VSA)는 그림자나 건물 밑 바닥이 일부분 가려져도 해당 건물의 높이와 바닥 위치 정보를 추출할 수 있다. 최근에는 반자동 VSA가 제안되었으나 이 방법은 주변 객체 형태와 그림자 영역 추출 정확도, 영상 노이즈 등에 큰 영향을 받는다. 반자동 VSA를 개선하기 위해서 본 논문은 단일 고해상도 전정색 영상과 다중분광 영상을 이용한 3차원 건물 정보 추출 방법을 제안한다. 제안된 방법은 각 밴드 영상에 반자동 VSA를 각각 적용하고 이를 통해서 계산된 파라미터로 비용함수를 구성한다. 비용함수로 계산된 값이 최대인 건물 높이를 실제 건물 높이로 결정한다. 제안된 방법의 성능평가를 위해서 Kompsat-2 영상이 사용되었으며 반자동 VSA와 제안된 방법으로 추출된 건물 정보를 비교 분석하였다. 그 결과는 제안된 방법이 보다 높은 성공률로 비교적 정확한 건물 정보를 추출할 수 있음을 보여준다.