HPix: Generating Vector Maps from Satellite Images

矢量地图由于其能够不仅存储而且表示离散数据边界，如建筑物轮廓、灾害影响分析、数字化、城市规划、位置点、交通链接等，因此在各个领域都得到了广泛应用。虽然对于如何从卫星图像中识别建筑物轮廓和道路类型的研究已经广泛存在，但是从这些图像生成矢量地图的方法仍然是一个有限探索的领域。此外，传统的地图生成技术依赖于劳动密集型的手动特征提取或基于规则的方法，这些方法都存在固有的限制。为了克服这些限制，我们提出了一种称为HPix的新方法，它利用改进的生成对抗网络（GAN）从卫星图像生成矢量瓦片地图。HPix包含两个分层框架：一个在全局层面运行，另一个在局部层面运行，从而形成了一个全面的模型。通过实证评估，我们提出的方法展示了其在从卫星图像中生成高度准确和视觉上吸引人的矢量瓦片地图方面的有效性。我们进一步扩展了研究的应用范围，包括基于区域对道路交叉口和建筑物轮廓进行聚类映射。

本论文旨在解决从卫星图像中生成矢量地图的问题，通过提出一种基于修改的生成对抗网络的方法来生成高度准确和视觉上吸引人的矢量瓦片地图。

HPix是一种使用修改的生成对抗网络生成矢量瓦片地图的方法，它包括两个层次结构框架：一个在全局层面操作，另一个在本地层面操作，从而产生一个全面的模型。

本论文提出的HPix方法在从卫星图像生成矢量瓦片地图方面表现出高效性和准确性。此外，该方法还可以用于道路交叉口和建筑物轮廓的聚类映射。实验使用了多个数据集进行验证，并且开源了代码。

在这个领域中，最近的相关研究包括：1.基于深度学习的卫星图像道路提取；2.使用生成对抗网络生成矢量地图；3.基于卷积神经网络的建筑物检测和分割。