当前位置: X-MOL 学术Land Use Policy › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Remote measurement of building usable floor area – Algorithms fusion
Land Use Policy ( IF 6.189 ) Pub Date : 2021-01-01 , DOI: 10.1016/j.landusepol.2020.104938
Artur Janowski , Małgorzata Renigier-Biłozor , Marek Walacik , Aneta Chmielewska

Abstract Rapid changes that are taking place in the urban environment have significant impact on urban growth. Most cities and urban regions all over the world compete to increase resident and visitor satisfaction. The growing requirements and rapidity of introducing new technologies to all aspects of residents’ lives force cities and urban regions to implement "smart cities" concepts in their activities. Real estate is one of the principal anthropogenic components of urban environment thus become a subject of thorough multidisciplinary analysis in the field of data requiring spatial information systems. Recent advances in information technology, combined with the increased availability of high-resolution imagery from Earth observation, create an opportunity to use new sources of data that enable to identify, monitor, and solved many of urban environmental problem. The aim of the paper is to elaborate precise, complete and detailed property information with the use of remote sensing observations in a suitable numerical algorithm. The authors concentrate on providing one of the most important, and probably the most lacking, feature describing properties – building usable floor area (BUFA). The solution is elaborated in the form of an automatic algorithm based on machine learning and computer vision technology related to LiDAR (big data), close range images with respect to spatial information systems requirements. The obtained results related to BUFA estimation in comparison to the state-of-the-art results are satisfactory and may increase the reliability of decision-making in investment, fiscal, registration and planning aspects.

中文翻译:

建筑物可用建筑面积的远程测量——算法融合

摘要 城市环境正在发生的快速变化对城市发展产生了重大影响。世界上大多数城市和城市地区都在竞相提高居民和游客的满意度。将新技术引入居民生活方方面面的需求不断增长且速度越来越快,迫使城市和城市地区在其活动中实施“智慧城市”概念。房地产是城市环境的主要人为组成部分之一,因此成为需要空间信息系统的数据领域进行全面多学科分析的主题。信息技术的最新进展,加上地球观测高分辨率图像的可用性增加,创造了使用新数据源的机会,能够识别、监测、并解决了许多城市环境问题。本文的目的是利用遥感观测在合适的数值算法中阐述精确、完整和详细的属性信息。作者专注于提供描述属性的最重要、可能也是最缺乏的特征之一——建筑可用建筑面积 (BUFA)。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。本文的目的是利用遥感观测在合适的数值算法中阐述精确、完整和详细的属性信息。作者专注于提供描述属性的最重要、可能也是最缺乏的特征之一——建筑可用建筑面积 (BUFA)。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。本文的目的是利用遥感观测在合适的数值算法中阐述精确、完整和详细的属性信息。作者专注于提供描述属性的最重要、可能也是最缺乏的特征之一——建筑可用建筑面积 (BUFA)。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。在合适的数值算法中使用遥感观测获得完整和详细的属性信息。作者专注于提供描述属性的最重要、可能也是最缺乏的特征之一——建筑可用建筑面积 (BUFA)。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。在合适的数值算法中使用遥感观测获得完整和详细的属性信息。作者专注于提供描述属性的最重要、可能也是最缺乏的特征之一——建筑可用建筑面积 (BUFA)。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。作者专注于提供描述属性的最重要、可能也是最缺乏的特征之一——建筑可用建筑面积 (BUFA)。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。作者专注于提供描述属性的最重要、可能也是最缺乏的特征之一——建筑可用建筑面积 (BUFA)。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。该解决方案以基于机器学习和计算机视觉技术的自动算法的形式阐述,与激光雷达(大数据)、近距离图像相关的空间信息系统要求。与最先进的结果相比,获得的与 BUFA 估计相关的结果是令人满意的,并且可能会增加投资、财政、登记和规划方面决策的可靠性。
更新日期:2021-01-01
down
wechat
bug