Спутниковые снимки помогают строить карты и работать спасателям, но в тумане, дымке или ночью контуры зданий размываются или исчезают. Обычные алгоритмы в таких условиях сильно ошибаются.
16 апреля 2026 года китайские учёные представили решение. Они создали бенчмарк HaLoBuilding — снимки одной местности в разное время и погоду, чтобы метки зданий оставались точными даже при плохой видимости.
На основе датасета разработали нейросеть HaLoBuild-Net с тремя модулями: подавление помех от тумана, удержание структуры зданий и уточнение границ.
В тестах сеть обогнала существующие методы и хорошо работает на датасетах WHU, INRIA и LoveDA.
Польза очевидна: точнее создавать карты при плохой видимости, мониторить застройку и оценивать ущерб после катастроф. Код и датасет открыты.
Это заметный шаг: сеть сразу учится работать с реальными сложными условиями.
Источник:
Feifei Sang, Wei Lu, Hongruixuan Chen, Sibao Chen, Bin Luo. Building Extraction from Remote Sensing Imagery under Hazy and Low-light Conditions: Benchmark and Baseline. arXiv:2604.15088 (2026). https://arxiv.org/abs/2604.15088.
