.png){kind=icon}
返回
UniVector: Unified Vector Extraction via Instance-Geometry Interaction
.png){kind=icon}
OA
AI
DOI：10.1016/j.fmre.2026.03.025.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
矢量化提取（VE）从栅格图像中检索结构化矢量几何，提供高保真度表示和广泛适用性。然而，现有方法通常针对单一矢量类型（如多边形、折线、线段）定制，需要为不同结构分别建模。这源于将实例属性（类别、结构）和几何属性（点坐标、连接）独立处理，限制了捕捉复杂结构的能力。受人类大脑在视觉感知中同时利用语义和空间交互的启发，我们提出UniVector，一种统一的VE框架，通过利用实例—几何交互，在单个模型中提取多种矢量类型。UniVector将矢量编码为包含实例级和几何级信息的结构化查询，并通过交互模块迭代更新以进行跨级上下文交换。动态形状约束进一步优化全局结构和关键点。为评估多结构场景，我们引入包含多样化多边形、折线和线段的Multi-Vector数据集。实验表明，UniVector在单结构和多结构VE任务上均达到新的最佳性能。代码和数据集将发布于https://github.com/yyyyll0ss/UniVector。
Keyword:
Vector Data
Unified Vector Extraction
Instance-geometry Interaction
Structured Queries
Transformer
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.3
论文数:
1.3K
被引数:
2.6K
机构
引用论文
.png){kind=icon}
HiSup: Accurate polygonal mapping of buildings in satellite imagery with hierarchical supervisionHipup: 具有分层监督的卫星图像中建筑物的精确多边形映射
PREAI
分享收藏RNGDet++: Road Network Graph Detection by Transformer With Instance Segmentation and Multi-Scale Features EnhancementRNGDet++：基于Transformer的道路网络图检测，结合实例分割和多尺度特征增强
OAAI
OAAI分享收藏AirSLAM: An Efficient and Illumination-Robust Point-Line Visual SLAM SystemAirSLAM: 一种高效且抗光照变化的点线视觉SLAM系统
PREAI
分享收藏iCurb: Imitation Learning-Based Detection of Road Curbs Using Aerial Images for Autonomous DrivingOAAI
OAAI分享收藏
查看更多内容