Языки: ru · en

Статья: AST: Совместная детекция ограждений и теней на ортофотоснимках малоэтажной застройки (2026)

Читать

Читать онлайн

Предложен метод совместной детекции ограждений и их теней на ортофотоснимках малоэтажной застройки (надирная геометрия), построенный на архитектуре адаптивного теневого трансформера Adaptive Shadow Transformer (AST). Метод опирается на три ключевых компонента: (1) обучаемые раздельные поля смещения для ограждений и теней с индивидуализированной регуляризацией; (2) механизм перекрёстного внимания, учитывающий азимут и высоту солнца, а также типологию ограждения; (3) функцию потерь на связность фрагментов теней, позволяющую модели объединять разорванные рельефом участки тени в целостный объект. Эксперименты проведены на собранном датасете FSAD, включающем 650 изображений с ручной разметкой и 2000 синтезированных сцен. Предложенный подход демонстрирует преимущество над современными детекторами (YOLO26, RT-DETR, Deformable DETR, DINOv2+DETR), обеспечивая абсолютный прирост mAP@0.5 до 5,9 процентных пунктов на сценах со сложным рельефом

This paper presents a method for joint detection of fences and their shadows in orthophotos of low-rise residential areas (nadir geometry), built upon the Adaptive Shadow Transformer (AST) architecture. The method relies on three key components: (1) learnable separate displacement fields for fences and shadows with tailored regularization; (2) a cross-attention mechanism that incorporates solar azimuth and elevation, as well as fence typology; (3) a shadow fragment connectivity loss that enables the model to perceive terrain-broken shadow segments as a unified object. The evaluation is performed on the collected FSAD dataset, comprising 650 manually annotated images and 2,000 synthetic scenes. The proposed approach demonstrates superiority over state-of-the-art detectors (YOLO26, RT-DETR, Deformable DETR, and DINOv2+DETR), providing an absolute mAP@0.5 gain of up to 5.9 percentage points on scenes with complex terrain.