《International Journal of Applied Earth Observation and Geoinformation》:EL-Mamba: An edge-aware and locally-aggregated Mamba network for building height estimation using Sentinel-1 and Sentinel-2 imagery
编辑推荐:
为解决建筑物边界模糊和全局-局部上下文信息利用不足的问题,研究人员提出了一种边缘感知和局部聚合的Mamba网络(EL-Mamba),该模型通过多尺度LoG滤波增强边界表征,并利用改进的视觉状态空间块捕获全局与局部特征。实验表明,EL-Mamba在武汉和长三角数据集的RMSE分别达到4.963m和5.358m,较基线模型平均降低20%以上,显著提升了大范围建筑物高度估算的精度与效率。
随着全球城市化进程从水平扩张转向垂直发展,建筑物高度作为衡量城市三维形态的关键指标,不仅与人类居住空间密切相关,更对能源消耗、碳排放等生态环境产生深远影响。然而,传统建筑物高度估算方法面临两大技术瓶颈:现有模型往往忽视边缘特征导致建筑边界定位不准,且难以同时捕获全局与局部上下文信息,制约了估算结果的可靠性。
为突破这些限制,武汉大学研究团队在《International Journal of Applied Earth Observation and Geoinformation》发表研究成果,提出EL-Mamba模型。该创新方法通过设计基于拉普拉斯高斯算子的边缘感知模块,利用多尺度滤波增强建筑边界表征;同时构建局部聚合视觉状态空间块,将图神经网络思想融入Mamba架构,实现局部特征自适应聚合与全局上下文建模的有机统一。
研究采用双分支网络架构,同步处理Sentinel-1合成孔径雷达和Sentinel-2光学影像。关键技术方法包括:1)通过LoG边缘检测模块提取多尺度边界特征;2)利用局部聚合视觉状态空间块进行特征扫描与序列建模;3)设计门控融合机制自适应整合多模态特征。实验选用武汉和长三角区域的建筑物高度数据,将矢量数据转为10米分辨率栅格作为真值标签。
4.2.1 精度比较
在武汉数据集上,EL-Mamba的RMSE为4.963m,R2达0.734,较传统卷积神经网络模型BHE-Net和Transformer架构的T-SwinUNet分别降低20.91%和16.56%的误差。可视化结果显示,模型能准确区分道路与建筑物,在低层建筑密集区域估计一致性最高。
4.2.2 效率比较
模型参数量为19.14M,单张图像推理延迟仅17.40ms,较Transformer类模型提升50倍效率。这种计算优势源于状态空间模型线性复杂度的特性,使其具备大规模城市建模潜力。
5.1 模块有效性分析
消融实验表明,引入三尺度LoG滤波的边缘感知模块使IoU提升2.0%;局部聚合机制则显著增强模型对异质建筑分布的适应性。通过有效感受野可视化证实,EL-Mamba具有最广的上下文捕获范围。
5.2 泛化性评估
模型在未参与训练的广州数据集上取得6.727m的RMSE,与现有公开产品对比显示,其能清晰保持建筑轮廓细节,克服了CNBH产品的边界模糊和GBH产品的空间分辨率不足问题。
研究结论表明,EL-Mamba通过边缘增强和局部-全局特征协同建模,解决了建筑物高度估算中的边界精确定位和上下文信息利用难题。值得注意的是,模型在保持计算效率的同时,在复杂城市场景中展现出优于现有方法的鲁棒性,为全球城市三维建模提供了新的技术路径。未来工作可探索动态邻域选择机制,并集成人口密度等社会经济数据以进一步提升估算精度。